UNIVERSIDADE FEDERAL DE MATO GROSSO
FACULDADE DE ECONOMIA
PROGRAMA DE PÓS-GRADUAÇÃO EM AGRONEGÓCIOS E DESENVOLVIMENTO REGIONAL
MÁRCIO BALDUINO SARAIVA
ÍNDICE DE DESEMPENHO COMPETITIVO DA SUINOCULTURA DAS PRINCIPAIS REGIÕES PRODUTORAS DE MATO GROSSO:
ANÁLISE E FATORES DETERMINANTES
CUIABÁ – MT
2012
MÁRCIO BALDUINO SARAIVA
ÍNDICE DE DESEMPENHO COMPETITIVO DA SUINOCULTURA DAS PRINCIPAIS REGIÕES PRODUTORAS DE MATO GROSSO:
ANÁLISE E FATORES DETERMINANTES
Dissertação apresentada à Universidade Federal de Mato Grosso, como parte das exigências do Programa de Pós-Graduação em Agronegócios e Desenvolvimento Regional, para obtenção do título de Mestre em Agronegócios e Desenvolvimento Regional. Orientador: Prof. Dr. Benedito Dias Pereira.
CUIABÁ – MT
2012
Ficha catalográfica preparada pela Seção de Catalogação e Classificação da Biblioteca Central da UFV
T Saraiva, Márcio Balduino, 1985- S243i Índice de desempenho competitivo da suinocultura das 2012 principais regiões produtoras de Mato Grosso : análise e fatores determinantes / Márcio Balduino Saraiva. – Cuiabá, MT, 2011. x, 77f. : il. (algumas col.) ; 29cm. Inclui anexo. Orientador: Benedito Dias Pereira. Dissertação (mestrado) - Universidade Federal de Mato Grosso. Referências bibliográficas: f. 71-76 1. Suíno - Criação - Mato Grosso. 2. Suíno - Criação - Aspectos econômicos. 3. Concorrência. 4. Suíno - Registros de desempenho. 5. Suíno - Mato Grosso. I. Universidade Federal de Mato Grosso. II. Título. CDD 22. ed. 636.4098172
MÁRCIO BALDUINO SARAIVA
ÍNDICE DE DESEMPENHO COMPETITIVO DA SUINOCULTURA DAS PRINCIPAIS REGIÕES PRODUTORAS DE MATO GROSSO:
ANÁLISE E FATORES DETERMINANTES
Dissertação apresentada à Universidade Federal de Mato Grosso, como requisito para obtenção do título de Mestre em Agronegócios e Desenvolvimento Regional, na área de concentração em Desenvolvimento Regional e Agronegócios.
APROVADA: 09 de fevereiro de 2012.
ii
AGRADECIMENTOS
Primeiramente, agradeço a Deus por mais essa vitória alcançada em minha vida.
Aos meus pais, Jorge e Lenir e ao meu irmão Harley, por sempre estarem presentes,
me apoiando na realização dos meus estudos.
Ao Prof. Benedito Dias Pereira, pela grande amizade, ajuda e disposição na orientação
e realização do trabalho.
Aos conselheiros Profs. Arturo e Carlos Magno pelas importantes contribuições em
todas as etapas do trabalho.
A todos os colegas e amigos que tornaram meus dias em Cuiabá mais felizes.
Aos professores da UFMT que muito contribuíram para o meu crescimento
profissional, científico e humano.
A Faculdade de Economia, pela oportunidade de realização do curso e formação
acadêmica.
A CAPES pela bolsa de estudos e auxílio financeiro para realização do trabalho.
A todos aqueles que, direta ou indiretamente, contribuíram para a realização deste
trabalho.
iii
RESUMO
SARAIVA, Márcio Balduino, M.Sc., Universidade Federal de Mato Grosso, fevereiro de 2012. Índice de Desempenho Competitivo da suinocultura das principais regiões produtoras de Mato Grosso: análise e fatores determinantes. Orientador: Benedito Dias Pereira.
A suinocultura industrial vem se estabelecendo em Mato Grosso desde o início da década de
90, quando se instalaram as primeiras granjas tecnificadas, tendo-se consolidado em 1996
com a criação do programa setorial Granja de Qualidade do governo estadual. Ademais, o
estado possui outras condições competitivas para a suinocultura como sua grande produção
agrícola, pertencer à área livre de febre aftosa, entre outras. Essas vantagens têm atraído
investimentos e deslocado a produção de suínos de tradicionais estados produtores da região
Sul do país para Mato Grosso. Neste contexto, torna-se interessante analisar os fatores
determinantes da competitividade da produção suinícola mato-grossense. Com isso, o objetivo
deste trabalho é analisar a competitividade da suinocultura de Mato Grosso, assim como seus
fatores determinantes. Especificamente, estimou-se um índice do desempenho competitivo
(IDC) das empresas do segmento de produção e identificou-se o grau de influência de
tradicionais variáveis determinantes da competitividade sobre o IDC. Este trabalho tem como
embasamento teórico o desenvolvimento da teoria da concorrência e competitividade,
destacando-se o conceito de competitividade na vertente da eficiência. Os referenciais
analíticos utilizados foram a análise fatorial e a análise de regressão. A análise fatorial foi
utilizada para identificar os principais fatores determinantes da competitividade e, a partir
deles, criar o IDC da suinocultura mato-grossense. Em adição, empregou-se a análise de
regressão com a finalidade de mensurar o grau de influência de outras variáveis não
consideradas na análise fatorial, sobre o IDC. Com base nos resultados, identificou-se que os
principais fatores determinantes da competitividade da suinocultura estão ligados à
intensidade de utilização de mão de obra, ao sistema de produção e ao preço pago pelo milho.
Ao verificar o grau de influência de outras variáveis sobre o IDC, identifica-se que a variável
nível de escolaridade tem influência positiva sobre o IDC e, de modo contrário, a suinocultura
como atividade principal desenvolvida pelo proprietário influencia de forma negativa o IDC.
iv
ABSTRACT
SARAIVA, Márcio Balduino, M.Sc., Universidade Federal de Mato Grosso, february, 2012. Competitive Performance Index of swine industry from main producing regions of Mato Grosso: analysis and determinants factors. Advisor: Benedito Dias Pereira.
The swine industry has been established in Mato Grosso since the early 90s, when the first
technified farms have settled, and have been consolidated in 1996 with the creation of sectoral
program - Quality Grange - from the State Government. Moreover, the State has other
competitive conditions for the swine industry as its large agricultural production and also for
belonging to the area free of Foot-and-Mouth disease (FMD), among others. These
advantages have attracted investment and displaced the swine production from traditional
producing states from the South region of the country to Mato Grosso. In this context, it is
interesting to analyze determinant factors of swine production competitiveness in Mato
Grosso. Thus, this study aims to analyze the swine industry competitiveness from Mato
Grosso and its determinants. Specifically, a competitive performance index (CPI) of
producers companies was estimated and the influence degree of traditional variables
determining the competitiveness of the CPI was identified. This work is based on theoretical
development of competition and competitiveness theory, highlighting the competitiveness
concept on efficiency aspect. The analytical frameworks used in this work were factoral
analysis and regression analysis. Factoral analysis was used to identify the main determinant
factors of competitiveness, and from them to create the CPI of swine industry in Mato Grosso.
In addition, the regression analysis was used in order to measure the influence degree of other
variables not considered in the factoral analysis on the CPI. Based on results, the main factors
determining the competitiveness of swine industry are linked to intensity of manpower
utilization, production system, and corn price. When checking the influence degree of other
variables on CPI, it was found that the education level variable has a positive influence on
CPI, and conversely the swine industry as main activity developed by the farm owner has a
negative influence on CPI.
v
SUMÁRIO
Página RESUMO .................................................................................................................................. iii
ABSTRACT .............................................................................................................................. iv
LISTA DE FIGURAS .............................................................................................................. vii
LISTA DE TABELAS ............................................................................................................ viii
LISTA DE SIGLAS .................................................................................................................. ix
1. INTRODUÇÃO .................................................................................................................. 1
1.1 O problema e sua importância ..................................................................................... 2
1.2 Objetivos ...................................................................................................................... 3
1.3 Hipóteses ...................................................................................................................... 4
1.4 Justificativa .................................................................................................................. 5
1.5 Estrutura do trabalho .................................................................................................... 5
2. CARACTERIZAÇÃO DA SUINOCULTURA ................................................................. 6
2.1 A produção de carne suína no mundo .......................................................................... 6
2.2 A produção de carne suína no Brasil ........................................................................... 8
2.3 A cadeia produtiva da carne suína em Mato Grosso.................................................. 11
2.3.1 Elo de insumos ................................................................................................... 12
2.3.2 Elo de produção .................................................................................................. 13
2.3.3 Elo de processamento ......................................................................................... 17
2.3.4 Elo de distribuição e comercialização ................................................................ 19
2.3.5 Elo de consumo .................................................................................................. 20
2.4 Direcionadores de competitividade da carne suína em Mato Grosso ........................ 21
2.4.1 Programas e políticas setoriais ........................................................................... 22
2.4.2 Disponibilidade de crédito rural ......................................................................... 23
3. METODOLOGIA ............................................................................................................. 26
3.1 Referencial teórico ..................................................................................................... 26
3.2 Referencial analítico .................................................................................................. 36
3.2.1 Análise Fatorial................................................................................................... 36
3.2.2 Análise de regressão ........................................................................................... 44
3.3 Fonte de dados ........................................................................................................... 45
4. RESULTADOS E DISCUSSÕES .................................................................................... 49
4.1 Análise dos fatores ..................................................................................................... 49
vi
4.2 Índice de Desempenho Competitivo .......................................................................... 59
4.3 Análise de regressão .................................................................................................. 63
5. CONCLUSÃO .................................................................................................................. 69
REFERÊNCIAS ....................................................................................................................... 71
ANEXO .................................................................................................................................... 77
vii
LISTA DE FIGURAS
Figura 1 - Evolução do rebanho de suínos nos principais estados produtores, 2000 a 2010, em
milhões de cabeças. ................................................................................................. 9
Figura 2 - Fluxograma da cadeia produtiva da carne suína. ..................................................... 12
Figura 3 - Distribuição do rebanho de suínos em Mato Grosso, 2010, em cabeças. ................ 16
Figura 4 - Evolução do número de suínos abatidos em Mato Grosso sob os sistemas de
inspeção sanitária SIF e SISE, 2001 a 2010, em mil cabeças................................ 18
Figura 5 - Evolução da exportação mato-grossense de carne suína, segundo municípios, 2000
a 2010, em mil toneladas. ...................................................................................... 19
Figura 6 - Rebanho e matrizes de suínos do programa Granja de Qualidade, de Mato Grosso,
1999 a 2008, em mil cabeças. ................................................................................ 22
Figura 7 - Distribuição das entrevistas por município. ............................................................. 46
Figura 8 - Índice de Desempenho Competitivo médio por município. .................................... 61
viii
LISTA DE TABELAS
Tabela 1 - Rebanho, abate, produção, market share, exportação, importação e consumo
mundial de carne suína, 2000 a 2010. ..................................................................... 6
Tabela 2 - Produção de carne suína por país, 2000 a 2010, em milhões de toneladas. .............. 7
Tabela 3 - Consumo per capita de carne suína por país, 2000 a 2010, em kg/pessoa/ano. ........ 8
Tabela 4 - Rebanho, abate, produção, exportação, importação e consumo brasileiro de carne
suína, 2000 a 2010. .................................................................................................. 9
Tabela 5 - Evolução das exportações brasileira de carne suína, segundo principais destinos,
2000 a 2010, em mil toneladas. ............................................................................. 10
Tabela 6 - Evolução das exportações brasileira de carne suína, segundo os principais estados,
2000 a 2010, em mil toneladas. ............................................................................. 11
Tabela 7 - Estabelecimentos agropecuários com suínos e número de suínos, 2006. ............... 15
Tabela 8 - Número de contratos de financiamento concedidos a produtores e cooperativas para
custeio, 2000 a 2010, em unidade. ......................................................................... 23
Tabela 9 - Valor total do financiamento concedido a produtores e cooperativas para custeio,
2000 a 2010, em milhões de reais. ......................................................................... 24
Tabela 10 - Número de contratos de financiamento concedidos a produtores e cooperativas
para investimento, 2000 a 2010, em unidade. ....................................................... 24
Tabela 11 - Valor total do financiamento concedido a produtores e cooperativas para
investimento, 2000 a 2010, em milhões de reais. .................................................. 24
Tabela 12 - Valor total do financiamento concedido a produtores e cooperativas para
comercialização, 2000 a 2010, em mil reais. ......................................................... 25
Tabela 13 - Matriz de correlação. ............................................................................................. 51
Tabela 14 - Fatores obtidos pelo método de componentes principais. ..................................... 52
Tabela 15 - Matriz de cargas fatoriais rotacionada, comunalidades e porcentagem de variância
explicada. ............................................................................................................... 54
Tabela 16 - Matriz de pesos dos escores fatoriais das granjas de suínos de Mato Grosso. ...... 58
Tabela 17 - Matriz de escores fatoriais originais, padronizados e Índice de Desempenho
Competitivo. .......................................................................................................... 62
Tabela 18A - Regressão estimada para todos os parâmetros ( , , , , , ). ........... 77
Tabela 19A - Regressão estimada para os parâmetros ( , ). ............................................... 77
ix
LISTA DE SIGLAS
ABIPECS - Associação Brasileira da Indústria Produtora e Exportadora de Carne Suína
ACRISMAT - Associação dos Criadores de Suínos de Mato Grosso
AR - Auto-regressivo
BACEN - Banco Central do Brasil
BTS - Teste Bartlett Test of Sphericity
CAB - Cabeças
CC - Ciclo Completo
CDA/MT - Conselho de Desenvolvimento Agrícola do Estado de Mato Grosso
CONAB - Companhia Nacional de Abastecimento
CPR - Cédula de Produto Rural
DR - Duplicata Rural
EVIEWS - Econometric Views
EUA - Estados Unidos
FASM - Fundo de Apoio à Suinocultura Mato-grossense
GRSC - Granja de Reprodutores Suídeos Certificada
Ha - Hectare
IBGE - Instituto Brasileiro de Geografia e Estatística
ICMS - Imposto sobre Circulação de Mercadorias e Serviços
IDC - Índice de Desempenho Competitivo
INDEA/MT - Instituto de Defesa Agropecuária do Estado de Mato Grosso
IPARDES - Instituto Paranaense de Desenvolvimento Econômico e Social
KMO - Kaiser-Meyer-Olkin
MAPA - Ministério da Agricultura, Pecuária e Abastecimento
MCR - Manual de Crédito Rural
MDIC - Ministério do Desenvolvimento, Indústria e Comércio Exterior
MQO - Mínimos Quadrados Ordinários
MT - Mato Grosso
NCM - Nomenclatura Comum do MERCOSUL
NPR - Nota Promissória Rural
OIE - Organização Mundial de Saúde Animal
POF - Pesquisa de Orçamento Familiar
SECEX - Secretaria de Comércio Exterior
x
SIF - Serviço de Inspeção Federal
SIM - Serviço de Inspeção Municipal
SISE - Serviço de Inspeção Sanitária Estadual
SPSS - Statistical Package for the Social Sciences
Ton. - Tonelada
UE-27 - União Europeia
UPL - Unidade de produção de leitão
UT - Unidade de terminação
1
1. INTRODUÇÃO
Nos últimos anos, o setor suinícola do Brasil consolidou-se como grande exportador
mundial, tendo o país, em 2010, exportado um volume de 540 mil toneladas, o que gerou
receita de US$ 1,33 bilhão, representando 1,75% de participação nas exportações do
agronegócio, propiciando divisas ao país, além de aumentar a rentabilidade da atividade
internamente.
Em relação à produção de carne suína, o Brasil é o quarto maior produtor mundial,
precedido por China, União Europeia (UE-27) e Estados Unidos. Em 2010, o rebanho
nacional era constituído de 38,9 milhões de cabeças, 4,9% do rebanho mundial. O efetivo de
suínos concentrou-se nos estados das regiões Sul, Sudeste, Nordeste e Centro-Oeste,
responsáveis por 48, 18, 16 e 14%, respectivamente, estando o maior efetivo no estado de
Santa Catarina, com 20,1% do rebanho nacional.
Segundo Fialho (2006), o processo de abertura econômica e as crises ocorridas no
setor de carnes expuseram a suinocultura à competitividade internacional, impondo ao setor
um processo de reestruturação produtiva, com objetivo de aumentar a produtividade e
diminuir custos de produção. Nos últimos anos, a cadeia produtiva de suínos experimentou
transformações tecnológicas, com técnicas de produção intensiva e desenvolvimento de
genética adaptada, transformações organizacionais, com estrutura de integração coordenada
verticalmente por grandes grupos nacionais, internacionais, cooperativas e, mais
recentemente, nota-se uma mudança na geografia espacial da produção em direção às regiões
de fronteira (Saboya, 2001). Observa-se que grupos líderes dos complexos grãos-carnes estão
direcionando investimentos para a região do cerrado atraídos pela redução nos custos com
matérias-primas, além dos incentivos provenientes dos programas de desenvolvimento
regional, incentivos fiscais e infraestrutura.
Na década de 90, teve início em Mato Grosso a transição do sistema produtivo de
subsistência para a suinocultura industrial pela instalação das primeiras granjas tecnificadas.
Essa transição teve a finalidade de aumentar a escala produtiva e consolidar a suinocultura
industrial e assim agregar valor à produção de grãos da região. O processo de tecnificação
consolidou-se em 1996, a partir do programa Granja de Qualidade, cuja finalidade foi elevar o
nível de tecnologia utilizado na produção de suínos, obedecendo aos preceitos da Qualidade
Total (ACRISMAT, 2010).
2
1.1 O problema e sua importância
A suinocultura vem ganhando destaque em Mato Grosso, haja vista a expressiva
expansão do rebanho. Em 2010, havia um efetivo de 2,11 milhões de cabeças em 37 mil
estabelecimentos, correspondendo a 32% dos estabelecimentos agropecuários do estado. O
efetivo representa 5,4% do rebanho nacional, com uma elevação da ordem de 153% nos
últimos 10 anos. Os maiores municípios produtores do estado e suas respectivas parcelas da
produção são: Tapurah, com 366 mil animais (17%); Sorriso, com 202 mil cabeças (9%);
Vera, com 171 mil suínos (8%); Diamantino, com 149 mil cabeças (7%); e Lucas do Rio
Verde, com 132 mil suínos (6%) (IBGE, 2011). Essas granjas estão instaladas em municípios
próximos às principais fontes de matérias-primas, onde os produtores buscam alternativas
para a produção de grãos.
Em 2010 foram abatidos no estado 1,9 milhão de suínos, com peso total das carcaças
de 165 mil toneladas (IBGE, 2011). Nesse mesmo ano, as exportações do estado atingiram
um volume de 26,23 mil toneladas, gerando uma receita de US$ 72,85 milhões. Nos últimos
10 anos, esta receita se elevou em 908%. Esse expressivo crescimento se deve a condições
competitivas do estado, como a grande produção de grãos, ganhos de escala de produção,
pertencer à área livre de aftosa e de peste suína clássica, além do programa do governo
estadual intitulado Granja de Qualidade, iniciado em 1995, o qual propicia uma redução de
66,66% no imposto sobre circulação de mercadorias (ICMS) incidente sobre a
comercialização de animais (Pereira et al., 2008).
A suinocultura é de relevante importância para a economia do estado por agregar valor
à produção de grãos, além de gerar empregos diretos e indiretos. Atualmente, estima-se que,
para o plantel estadual de 110 mil matrizes, o setor ocupe em torno de 25 mil empregos
diretos e outros 150 mil indiretos (Suinocultura Industrial, 2011).
Estão em operação no estado 13 frigoríficos e abatedouros de suínos entre os que têm
registro no Serviço de Inspeção Federal (SIF) e no Serviço de Inspeção Sanitária Estadual
(SISE). Contudo, embora o estado apresente significativo parque industrial, ocorre
predomínio da suinocultura independente em que a empresa produtora compra as matérias-
primas, promove o processo produtivo e vende os suínos no mercado spot ou através de
contratos de compra e venda, sem que haja nenhum vínculo com empresas processadoras. Em
geral, o produtor que pratica o sistema produtivo independente tende a auferir melhores
preços de venda, por estar sujeito a maiores níveis de risco de mercado (Pinheiro, 2000).
3
Nesse contexto, entretanto, verificam-se avanços no processo de integração pela instalação no
estado de agroindústrias líderes do país.
O desenvolvimento da suinocultura industrial tem ocorrido pelo aumento de escala e
concentração da produção, o que tem gerado restrição ao crescimento do setor em decorrência
de seu impacto ambiental. Atualmente, estão ocorrendo mudanças no sistema de criação com
objetivo de se adequar à questão de sustentabilidade ambiental, além da crescente exigência
do consumidor quanto ao bem-estar animal, rastreabilidade e segurança alimentar. Países da
União Europeia e Estados Unidos possuem rigorosas legislações ambientais para o sistema de
produção de animais confinados. Igualmente, no Brasil, os principais estados produtores de
suínos - Rio Grande do Sul, Santa Catarina, Paraná, Minas Gerais e Mato Grosso do Sul -
possuem legislações ambientais específicas. Os demais estados seguem a legislação ambiental
federal. Esse rigor da legislação ambiental interfere na competitividade do setor, tendo por
consequência atraído agroindústrias suinícolas para Mato Grosso por não ter uma legislação
ambiental tão rígida (Suinocultura Industrial, 2011).
Algumas das desvantagens da produção estadual de suínos se referem ao fato de ela se
encontrar em uma localização desprivilegiada, com granjas e abatedouros longe dos grandes
centros consumidores, além dos problemas de logística que encarecem o custo do frete
(Suinocultura Industrial, 2010).
Tendo em vista o exposto, torna-se importante a análise dos fatores determinantes da
competitividade da produção de suínos em Mato Grosso, identificando, desse modo, gargalos
da produção que impedem o crescimento do setor.
1.2 Objetivos
O objetivo geral é analisar a competitividade da suinocultura em Mato Grosso, assim
como seus fatores determinantes.
Especificamente, pretende-se:
a) Estimar um índice do grau de desempenho competitivo das empresas do setor de suínos,
com base nas variáveis selecionadas;
b) Verificar e discutir se as variáveis nível de escolaridade, idade e tempo na atividade
suinícola do proprietário ou gerente da granja, uso de tecnologias modernas na produção,
se a suinocultura é a atividade principal do proprietário e se a expectativa para o futuro
desse agente econômico exerce influência sobre o índice de desempenho competitivo.
4
1.3 Hipóteses
Presume-se que as variáveis que constam no item b dos objetivos específicos exerça
influência positiva sobre a competitividade do segmento de produção de suínos em Mato
Grosso.
Pressupõe-se que a escolaridade, compreendida como ferramenta da formação
educacional e profissional de dado agente econômico, exerça efeito positivo sobre a
competitividade, pois, quando o conhecimento e as informações resultantes da escolaridade se
sucedem e são apreendidos pelos agentes relevantes ao longo do tempo, tendem a se
transformar em capital humano, conforme o entendimento de diversos pensadores sobre o
assunto, em especial, Becker (1983) e Schultz (1973).
Em particular, a idade e o tempo de experiência na atividade suinícola, inferidos como
fatores de sucessão ou transcurso da vida humana, de forma objetiva, devem ser apreendidos
como instrumentos que materializam o acervo do capital humano. Destarte, essas duas
variáveis, assim como a escolaridade, com suporte na mesma linha de raciocínio, também são
preconcebidas como conducentes ao aumento da competitividade.
Quanto ao uso de tecnologias modernas, há o entendimento de que a inovação,
conforme será abordado, representa vetor da inovação tecnológica, que, por sua vez, pela
ótica da eficiência, sob o ângulo teórico e empírico, se posiciona como um dos substratos da
competitividade. Logo, deduz-se que o uso ou adoção de tecnologias modernas conduz ao
incremento da competitividade.
Por seu turno, o empresário busca alocar seu capital na atividade que proporciona a
maior rentabilidade ao investimento. Dessa maneira, o produtor, ao definir a suinocultura
como atividade principal, busca alocar de forma eficiente os recursos empregados nessa
atividade, com objetivo de ser competitivo, para extrair o máximo de rentabilidade do
empreendimento.
Do mesmo modo que para o empresário determinar sua atividade principal ele leva em
consideração a rentabilidade de certa atividade em relação a empreendimentos alternativos,
análoga decisão é tomada ao avaliar as expectativas atuais e futuras para a atividade
desenvolvida. Para isso, o empresário avalia a situação atual do empreendimento e as
expectativas para o futuro, com o objetivo de tomar a decisão de permanecer na atividade ou
abandoná-la. Por conseguinte, se o suinocultor tem como expectativa para o futuro
permanecer na atividade e até mesmo efetuar novos investimentos, o empreendimento está se
posicionando como competitivo frente à concorrência do mercado.
5
1.4 Justificativa
A inserção do Brasil em uma economia globalizada e a reduzida interferência
governamental na economia provocaram mudanças estruturais na economia brasileira,
induzindo o setor a buscar maior eficiência na produção e distribuição de matérias-primas e
produtos ao longo de toda a cadeia produtiva. Neste contexto, as empresas do elo de produção
e processamento da cadeia produtiva de carne suína, visando garantir a sobrevivência no curto
prazo e a ampliação de sua parcela de mercado no longo prazo, estão se deslocando para a
região Centro-Oeste pelos incentivos públicos e redução nos custos de produção.
As agroindústrias são atraídas principalmente pela abundância de matéria-prima,
representando o milho e a soja mais de 60% dos custos de produção dos suínos. A interação
entre as cadeias produtivas de grãos e carnes possibilita a obtenção da ração a baixo custo.
Outros fatores que favorecem a competitividade desse setor são os incentivos dos programas
de desenvolvimento regional, incentivos fiscais, legislação ambiental menos rígida e
infraestrutura.
Os frigoríficos de carne apresentam fortes ligações com os setores de insumos, nesse
quadro, alterações no setor produtivo provocam impactos na economia regional,
principalmente no setor de produção de grãos. Por conseguinte, com base nos dados do IBGE
para o efetivo rebanho de suínos, constata-se atualmente uma forte expansão da suinocultura
em Mato Grosso com objetivo de aumentar a inserção do produto nos mercados nacionais e
internacionais. Neste contexto, torna-se necessário investigar os gargalos de ineficiência da
produção de suínos, assim como fatores determinantes da competitividade da suinocultura no
estado, com o objetivo de subsidiar políticas públicas que incentivem a adoção de processos e
sistemas de produção mais eficientes.
1.5 Estrutura do trabalho
Além dessa introdução, este trabalho contém mais cinco capítulos. No próximo
capítulo, há uma caracterização da suinocultura no âmbito mundial, nacional e a cadeia
produtiva mato-grossense. No terceiro capítulo, discute-se a metodologia tendo como
referencial teórico a teoria da concorrência e competitividade com enfoque na
competitividade como eficiência. E, como referencial analítico, as técnicas de análise
multivariada: análise fatorial e regressão múltipla. No capítulo quatro, os resultados foram
apresentados e discutidos. Finalmente, no quinto capítulo, estão as conclusões deste trabalho.
6
2. CARACTERIZAÇÃO DA SUINOCULTURA
O objetivo deste capítulo é caracterizar a produção de carne suína do âmbito macro
para o micro. Nas seções subsequentes, discorre-se sobre produção, consumo, exportação e
importação dos principais países produtores de carne suína, do mercado brasileiro e,
especificamente, do mato-grossense.
2.1 A produção de carne suína no mundo
No que se refere ao mercado de proteína animal, a carne de suína é a mais consumida
no mundo e sua produção vem apresentando tendência de crescimento nos últimos anos. A
produção mundial de carne suína é de 103,22 milhões de toneladas, ficando à frente da carne
de frango (81,01 milhões de toneladas) e da carne bovina (57,32 milhões de toneladas), tendo
estas produções de carne crescido da ordem de 22,01%, 39,25% e 7,88%, respectivamente, no
período de 2000 a 2010. No mesmo período, o rebanho de suínos elevou-se 1,34%, passando
de 779 milhões de cabeças para 790 milhões de cabeças. A diferença entre a variação da
produção e do rebanho é decorrente dos ganhos de produtividade e da elevação do peso de
abate. O market share da produção das principais carnes vendidas no mercado é da ordem de
42,21% da carne suína, 34,35% da carne de frango e 23,44% da carne bovina.
As exportações e importações de carne suína vêm apresentando tendência de alta, com
aumento de 95% nas exportações, assim como nas importações mundiais, no período de 2000
a 2010, fato atribuído ao aumento da produção e do consumo mundial de proteína animal
(Tabela 1).
Tabela 1 - Rebanho, abate, produção, market share, exportação, importação e consumo
mundial de carne suína, 2000 a 2010.
Produção de suínos 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 Var. % 2010/2000
Rebanho (milhões cab.) 779 774 782 787 780 783 802 796 771 782 790 1,34
Abate (milhões cab.) 1.033 1.058 1.081 1.103 1.125 1.154 1.169 1.146 1.123 1.147 1.172 13,45
Produção (milhões ton.) 85 86 88 90 91 94 95 94 98 100 103 22,01
Market Share 43 43 43 43 43 43 43 41 42 42 42 -1,66
Exportação (milhões ton.) 3 3 4 4 5 5 5 5 6 6 6 95,10
Importação (milhões ton.) 3 3 4 4 4 5 5 5 6 6 6 95,52
Consumo (milhões ton.) 84 86 88 90 91 93 95 94 98 100 103 22,03
Fonte: USDA (2011).
Entre os maiores produtores de carne suína estão China, União Europeia, Estados
Unidos e Brasil. Estes quatro juntos são responsáveis por 84% da produção mundial, sendo a
7
China responsável por 49% da produção. Nos últimos dez anos, a produção mundial de carne
suína apresentou crescimento de 22%, e, entre os dez maiores produtores, apenas China,
Brasil, Rússia, Vietnã e Filipinas tiveram crescimento superior à média mundial.
Tabela 2 - Produção de carne suína por país, 2000 a 2010, em milhões de toneladas.
País 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 Var. % 2010/2000
China 39,7 40,5 41,2 42,4 43,4 45,6 46,5 42,9 46,2 48,9 51,1 28,77
UE-27 21,3 21,0 21,5 21,7 21,8 21,7 21,8 22,9 22,6 22,4 23,0 7,98
EUA 8,6 8,7 8,9 9,1 9,3 9,4 9,6 10,0 10,6 10,4 10,2 18,51
Brasil 2,0 2,2 2,6 2,6 2,6 2,7 2,8 3,0 3,0 3,1 3,2 58,96
Rússia 1,3 1,3 1,4 1,5 1,4 1,3 1,4 1,6 1,7 1,8 1,9 43,18
Vietnã 1,0 1,1 1,2 1,3 1,4 1,6 1,7 1,8 1,9 1,9 1,9 88,89
Canadá 1,5 1,6 1,7 1,7 1,8 1,8 1,7 1,7 1,8 1,8 1,8 17,43
Japão 1,3 1,2 1,2 1,3 1,3 1,2 1,2 1,3 1,2 1,3 1,3 1,73
Filipinas 1,0 1,1 1,1 1,1 1,1 1,2 1,2 1,3 1,2 1,2 1,3 24,5
México 1,0 1,1 1,1 1,0 1,1 1,1 1,1 1,2 1,2 1,2 1,2 13,11
Mundo 84,6 85,7 88,1 89,8 91,3 93,7 95,4 94,0 97,7 100,4 103,2 22,01 Fonte: USDA (2011).
No mercado de carnes, apesar da carne suína ser a mais consumida no mundo, ela vem
perdendo espaço para a carne de frango. Nos últimos dez anos, a carne suína apresentou o
segundo maior crescimento do setor, ficando atrás da carne de frango. Neste período, a carne
de frango obteve o maior crescimento de consumo, da ordem de 38,73%, seguido pela carne
suína, com crescimento de 22,03%, e pela carne bovina, com 6,89%.
O consumo per capita mundial de carne suína tem se elevado nos últimos anos. Em
2010, a média de consumo mundial foi de 14,9 kg/pessoa. Nos últimos dez anos, o consumo
per capita apresentou um crescimento de 8,3%. Entre os principais países produtores de carne
suína, os maiores consumidores per capita são a China, União Europeia, Estados Unidos e
Rússia. E, os países com maior elevação no consumo per capita são a Rússia, com aumento de
79,3%, e o Vietnã, que incrementou o consumo em 70,0%. De modo contrário, os Estados
Unidos tiveram uma queda de 6,9% no consumo per capita no mesmo período (Tabela 3).
Segundo o relatório de Moura et al. (2011), nos últimos anos, o consumo de carnes nos
países “desenvolvidos” está estabilizado. De modo contrário, nos países “em
desenvolvimento”, o consumo tem exibido elevação em decorrência do crescimento da
urbanização e do aumento da renda per capita. Neste cenário, a produção mundial de suínos
tem acompanhado essa tendência, com aumento da produção nos países em desenvolvimento.
Este fato decorre das pressões ambientais sobre a produção nos países desenvolvidos, em
consequência do alto poder poluente da atividade, além do elevado custo de produção,
limitação da densidade do alojamento e queda dos subsídios governamentais.
8
Tabela 3 - Consumo per capita de carne suína por país, 2000 a 2010, em kg/pessoa/ano.
País 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 Var. % 2010/2000
China 31,2 31,6 31,9 32,6 33,1 34,5 35,0 32,3 35,1 36,5 37,9 21,5
UE-27 41,3 41,0 42,5 42,4 42,0 42,2 42,1 43,8 42,8 42,8 43,2 4,7
Estados Unidos 30,0 29,5 30,2 30,4 30,1 29,3 29,0 29,8 29,0 29,3 27,9 -6,9
Rússia 11,1 12,2 14,9 15,2 14,3 14,6 16,0 17,9 19,8 19,2 19,9 79,3
Brasil 10,4 10,7 10,9 10,6 10,6 10,3 11,4 11,7 12,2 12,2 12,8 23,6
Japão 17,2 17,5 18,3 18,3 19,8 19,7 19,2 19,4 19,5 19,4 19,6 14,0
Vietnã 12,4 12,8 14,6 15,1 16,6 18,8 20,3 21,4 21,5 21,2 21,0 70,0
México 12,5 12,8 13,0 13,1 14,0 13,8 13,9 14,0 14,6 15,9 15,8 26,6
Coréia do Sul 22,8 24,7 25,3 27,0 27,9 27,3 29,5 31,1 31,4 30,5 31,6 38,7
Filipinas 12,8 12,7 13,4 13,5 13,2 13,3 13,4 13,5 13,2 13,2 13,6 6,5
Média Mundial 13,8 13,8 14,0 14,1 14,2 14,3 14,4 14,1 14,5 14,7 14,9 8,3 Fonte: USDA (2011).
2.2 A produção de carne suína no Brasil
O rebanho brasileiro de suínos tem aumentado de forma expressiva na última década,
registrando crescimento de 23,43% no período, alcançando um total de 38,9 milhões de
cabeças em 2010. A produção de carne suína atingiu a marca de 3,1 milhões de toneladas,
decorrente do abate de 32,5 milhões de cabeças, evidenciando elevação de 128% e 97%
respectivamente, nos últimos dez anos. Neste cenário, mais de 83% da oferta de carne suína é
absorvida pelo mercado interno e apenas 17% da produção brasileira é destinada à
exportação. Do total de suínos abatidos em 2010 sob algum tipo de fiscalização, 89,8%
estiveram sob o sistema de inspeção sanitária federal, 8,0%, sob inspeção estadual, e 2,2%,
sob inspeção municipal. O plantel de matrizes é de 2,46 milhões de cabeças e tem se mantido
estável nos últimos anos em decorrência da crise econômica mundial, que desestimulou os
investimentos no setor (ABIPECS, 2011).
O consumo brasileiro de carne suína, ao contrário do perfil mundial, é inferior ao das
carnes bovina e de frango. Em 2009, o consumo per capita nacional foi de 13,9kg por
habitante por ano, inferior ao consumo médio mundial que foi em torno de 14,7 kg por pessoa
por ano. Esse consumo per capita tem se reduzido, caindo 2,8% na última década. Em 2010, o
mercado interno de carne suína caracterizou-se por baixos estoques, forte procura pelo
produto e preços em alta, situação influenciada pela menor oferta de carne bovina no mercado
(ABIPECS, 2011).
9
Tabela 4 - Rebanho, abate, produção, exportação, importação e consumo brasileiro de carne
suína, 2000 a 2010.
Mercado de suínos 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 Var. %
2010/2000
Rebanho (mil cab.) 31.562 32.605 31.919 32.305 33.085 34.064 35.174 35.945 36.819 38.045 38.957 23,43
Abate (mil cab.) 16.476 18.861 22.293 22.554 21.624 23.463 25.222 27.410 28.840 30.933 32.511 97,32
Produção (mil ton.) 1.344 1.585 1.878 1.917 1.868 2.157 2.298 2.480 2.636 2.930 3.078 128,99
Exportação (mil ton.) 135 276 480 494 507 623 527 605 528 606 540 298,71
Importação (mil ton.) 7 7 7 8 10 8 35 9 9 9 10 42,94
Consumo per capita (Kg/hab./ano)
14,3 14,4 13,8 12,6 12,0 11,7 13,3 13,1 13,9 13,9 - -2,80
Fonte: IBGE e MDIC/ SECEX (2011).
Os principais rebanhos de suínos estão concentrados nos estados da região Sul com
18,6 milhões de cabeças, seguidos pela região Sudeste com 7,1 milhões, Nordeste com
6,1milhões, Centro-Oeste com 5,3 milhões e a região Norte com 1,6 milhão de cabeças. Os
maiores rebanhos estão nos estados de Santa Catarina com 7,8 milhões de suínos, Rio Grande
do Sul com 5,7 milhões e o Paraná com 5,1 milhões de cabeças. Mato Grosso aparece em
quinto lugar, com 2,1milhões de cabeças, tendo sido o estado brasileiro com maior expansão
do rebanho na última década, com crescimento de 153% (Figura 1).
Figura 1 - Evolução do rebanho de suínos nos principais estados produtores, 2000 a 2010, em
milhões de cabeças.
Fonte: IBGE, 2010.
As exportações brasileiras de carne suína vêm ganhando espaço no mercado mundial
em relação aos demais competidores, apesar da concorrência internacional e das barreiras
sanitárias e protecionistas atuantes no mercado. A carne suína brasileira tem obtido maior
inserção nos mercados da Rússia, Hong Kong e Ucrânia (Tabela 5), sendo exportada em sua
maioria in natura, destinadas a mercados sem barreiras sanitárias, ou que praticam o princípio
0
1.000
2.000
3.000
4.000
5.000
6.000
7.000
8.000
9.000
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010
Santa Catarina Rio Grande do Sul Paraná
Minas Gerais Mato Grosso Goiás
10
da regionalização (Rússia, Hong Kong, União Europeia e outros). Essa dependência de países
abertos gera maior vulnerabilidade às exportações em relação a mudanças na demanda,
protecionismo e questões sanitárias. Por outro lado, as exportações brasileiras não conseguem
inserção em importantes mercados importadores em função das barreiras sanitárias (Miele e
Waquil, 2007).
As exportações brasileiras de carne suína em 2010 foram da ordem de 540 mil
toneladas, deste total, 86% foram de carne in natura, 2% de carne industrializada e 12% de
miudezas de carne suína. Isso evidencia o estágio embrionário da inserção da carne suína
brasileira no mercado internacional, em que, além da dependência de mercados menos
exigentes, continua sendo priorizada a exportação de carne com baixo valor agregado. No
período de 2000 a 2010, o volume exportado de carne suína elevou-se 298%. Os principais
destinos das exportações brasileiras são a Rússia com 43,33% do total exportado e Hong
Kong com 18,51% das exportações, mercados de maior inserção da carne suína brasileira.
Tabela 5 - Evolução das exportações brasileira de carne suína, segundo principais destinos,
2000 a 2010, em mil toneladas.
País 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 Var. % 2010/2000Rússia 23 152 377 314 288 404 268 279 226 267 234 905,35 Hong Kong 52 50 52 61 58 61 74 106 108 122 100 92,88 Ucrânia 0 0 0 0 33 22 50 55 49 57 40 - Argentina 41 46 13 36 27 17 18 29 25 28 35 -14,78 Cingapura 0 2 7 15 16 17 25 32 22 28 26 - Angola 0 0 1 2 2 5 9 17 22 30 33 - Uruguai 5 9 7 9 9 7 8 11 10 12 13 129,07 Cazaquistão 0 0 0 1 2 7 5 5 3 5 8 - Venezuela 0 0 0 0 0 0 0 2 2 2 4 - Moldavia 0 0 0 0 2 8 21 10 17 8 5 - Total 135 276 480 494 507 623 527 605 528 606 540 298,71 Fonte: MDIC/ SECEX (2011).
A suinocultura nacional passou pela pior crise da história em 2002, após obter bons
resultados em 2001, associados ao crescimento das exportações de carne brasileira. Essa crise
decorre do aumento da quantidade ofertada de carne suína, associado à estabilidade da
quantidade demanda e aumento dos custos de produção, sem que fosse possível repassar este
aumento para os preços (Moura et al., 2011).
A partir de 2008, a suinocultura passa por nova crise, incorrendo em redução no
volume e no preço das exportações, provocado pela crise financeira de 2008/2009, além da
valorização do real e da desvalorização da moeda russa. Diante desses fatores, tornou-se mais
atrativo destinar a produção para o mercado interno em contraste com a exportação
(ABIPECS, 2011).
11
Os principais estados exportadores estão localizados na região Sul, responsáveis por
75% do volume de carne suína exportado em 2010, seguidos pelos estados da região Centro-
Oeste e Sudeste, com destaque para o estado de Minas Gerais, que registrou elevação nas
exportações da ordem de 5.488% no período de dez anos. Por outro lado, em particular, Mato
Grosso iniciou sua inserção no mercado internacional em 2004 e, a partir de então, vem
ganhando de forma sistemática espaço na exportação de carne suína.
Tabela 6 - Evolução das exportações brasileira de carne suína1, segundo os principais estados,
2000 a 2010, em mil toneladas.
Estado 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 Var. %
2010/2000 Rio Grande do Sul 37 49 80 118 127 154 256 290 233 232 206 454,82 Santa Catarina 70 172 256 182 230 279 183 184 163 167 138 96,46 Paraná 14 26 55 77 64 90 29 38 30 54 55 283,62 Goiás 0 7 24 26 19 21 16 25 34 46 47 - Minas Gerais 1 6 27 43 32 32 15 24 26 50 34 5.488,31 Mato Grosso 0 0 0 0 2 5 12 26 13 30 26 - Mato Grosso do Sul 5 5 34 43 28 28 7 7 11 11 18 246,54 São Paulo 0 1 2 2 3 11 6 6 6 4 4 847,50 Total 128 265 477 493 505 621 523 598 516 594 529 312,81
Fonte: MDIC/ SECEX (2011).
2.3 A cadeia produtiva da carne suína em Mato Grosso
A cadeia produtiva da carne suína no Brasil é composta pelos elos de insumos,
produção, processamento, distribuição e comercialização e consumo. A Figura 2 mostra o
fluxograma da cadeia produtiva da carne suína.
1 Nomenclatura Comum do MERCOSUL (NCM): 0203.11 até 0203.29.00; 0206.30.00 até 0206.49.00; 0504.00.13; 0209.00.11 até 0209.00.29; 0210.11.00 até 0210.19.00.
12
Figura 2 - Fluxograma da cadeia produtiva da carne suína.
Fonte: IPARDES (2002).
2.3.1 Elo de insumos
O elo de insumos é constituído pelos fornecedores de matérias-primas da ração,
empresas de genética, nutrição, biológicas, farmacêuticas e de equipamentos.
A ração é um insumo determinante da competitividade da produção por representar
entre 70 a 80% do custo total de produção do suíno vivo. Os ingredientes de sua composição
são milho, farelo de soja, farinha de carne, farelo de trigo, premix mineral e vitamínico, entre
outros alimentos alternativos empregados na ração. O milho e o farelo de soja são os
principais componentes da ração. O milho, em particular, pode representar até 40% do custo
de produção do suíno vivo.
Visto isso, Mato Grosso apresenta grande vantagem comparativa em relação a esses
dois insumos por ser o maior produtor nacional de soja e o segundo de milho do Brasil. No
entanto, por serem commodities, seus preços sofrem influência do mercado internacional,
ocasionando instabilidade para os setores de consumo.
13
Segundo dados da CONAB (2011), Mato Grosso aparece como o segundo maior
produtor de milho, com uma produção de 8,1 milhões de toneladas no ano safra 2009/2010,
correspondente a 14,5% da produção nacional. Na última década, o cultivo estadual exibiu
crescimento de 340%. Quanto à produção de soja, o estado figura como o maior produtor
nacional, tendo produzido 18,7 milhões de toneladas na safra 2009/2010, representando
27,3% da produção nacional e crescimento de 94,7% nos últimos dez anos.
Em comparação aos estados da região Sul, principal região produtora de suínos, a
produção de milho permaneceu estagnada, com crescimento de 1,2% na última década. Por
sua vez, a produção de soja apresentou crescimento de 57,7% no mesmo período. Então,
como a produção de suínos da região apresentou crescimento de 38,6% na década, tornou-se
necessária a aquisição milho e soja de outros estados para suprir essa demanda.
O setor de genética suína é o principal determinante do ganho de produtividade da
suinocultura. Neste setor, atuam empresas internacionais, responsáveis pelo processo de
melhoramento e desenvolvimento genético de linhagens puras e posterior cruzamento para
obtenção das bisavós e avós. No Brasil, estão instaladas empresas de multiplicação que
importam as avós e desenvolvem essa genética com objetivo de obter reprodutores comerciais
adaptados às características locais. Esse setor se caracteriza por ser oligopolizado devido aos
altos investimentos em pesquisa necessários para o desenvolvimento de novas linhagens. As
principais empresas de genética atuantes no estado de Mato Grosso são Agroceres PIC,
Genetiporc (multiplicação desenvolvida pela Ideal Porc), DB-DanBred, Sadia, Embrapa,
Topigs e Dalland.
2.3.2 Elo de produção
O processo produtivo suinícola pode ser conduzido sob três diferentes sistemas:
integração, cooperativa e independente. No sistema de integração, a agroindústria integradora
fornece a seus integrados matrizes para reprodução (genética), ração, assistência técnica e
medicamentos. Em contrapartida, são de responsabilidade do produtor os investimentos e a
manutenção da infraestrutura, a mão de obra, as despesas com água, energia e manejo dos
dejetos, tendo a integradora exclusividade na compra da produção. A integradora exerce um
rígido controle do processo produtivo, garantindo a estabilidade na oferta da matéria-prima,
ganhos de escala e controle da qualidade genética. Ademais, a integradora estabelece a data
do fornecimento dos lotes e determina o preço pago ao produtor. Este preço é constituído de
14
um valor base mais bonificação, determinada pelos índices de desempenho (crescimento, taxa
de conversão e percentual de mortalidade) do produtor (Weydmann et al., 2011).
No segundo sistema de produção, a cooperativa tem o papel de intermediar a ligação
entre o cooperado e o mercado. As cooperativas podem atuar intermediando a venda do suíno
vivo ao mercado, ou vinculada ao frigorífico, fazendo o processamento industrial. As
cooperativas são responsáveis pela genética e criação dos suínos até a fase da creche. A partir
dessa fase, os leitões são transferidos para a propriedade dos cooperados, que são
responsáveis pela fase de engorda. A cooperativa atua como mediadora entre a demanda da
agroindústria e a produção dos cooperados, planejando e organizando a produção com
objetivo de atender à demanda da agroindústria. Por seu turno, no sistema de produção
independente, os produtores são livres para decidir sobre os insumos utilizados, a quantidade
produzida e para quem será vendido o produto (Miele e Waquil, 2007; IPARDES, 2002).
A suinocultura nacional se desenvolve sob dois sistemas: a suinocultura de
subsistência e a suinocultura industrial. O primeiro sistema produtivo é desenvolvido em
pequenas criações, com baixo nível de tecnificação, sendo a produção destinada a açougues
clandestinos ou à subsistência. Por outro lado, a suinocultura industrial exibe alto nível de
tecnificação, explora ganhos de escala e está inserida nos principais canais de distribuição ou
integração. A suinocultura industrial vem ganhando espaço na produção nacional em relação à
produção de subsistência (Miele e Waquil, 2007).
O processo produtivo pode ocorrer em quatro tipos diferentes de estabelecimento de
criação: ciclo completo (CC), unidade de produção de leitões (UPL), unidade de terminação
(UT) e granja de reprodutores suídeos certificada (GRSC). Nas granjas de CC, são
desenvolvidas no mesmo estabelecimento todas as fases de produção do animal. Na UPL, são
desenvolvidas as fases de inseminação, maternidade, desmame e creche, produzindo leitões
de 22 kg a 28 kg. Da UPL, os suínos são transferidos para a UT, onde são engordados até
atingir o peso de abate, entre 100 kg e 130 kg, sendo destinados aos abatedouros ou
frigoríficos. As granjas GRSC são estabelecimentos oficialmente certificados e monitorados,
onde são criados ou mantidos os suínos para comercialização ou distribuição, com a
finalidade de reprodução.
Segundo Miele e Waquil (2007), até meados da década de 1990, predominava a
produção em granjas de ciclo completo. A partir deste momento, houve uma tendência de
especialização em determinada fase do processo produtivo. Esse processo teve como
consequência o aumento na escala decorrente do aumento na eficiência dos fatores de
15
produção, maior uniformidade no tamanho, na forma e na qualidade no acabamento da
carcaça.
O deslocamento da fronteira agrícola para a região Centro-Oeste tem impulsionado a
expansão da produção suinícola da região, o que tem alterado a geografia da produção
nacional de suínos e a estrutura industrial de abate e processamento. A partir de meados da
década de 80, iniciou-se uma migração intensiva de suinocultores, principalmente
provenientes dos estados da região Sul para Mato Grosso, atraídos pela disponibilidade de
terras baratas, além da crescente produção de grãos a preços comparativamente competitivos
em relação aos praticados na região Sul. Portanto, o deslocamento da produção suinícola para
a região próxima à fonte de matérias-primas foi estimulada pelas vantagens competitivas
proporcionadas pelo elo de insumos ao elo de produção.
Nesse contexto, a suinocultura surge como atividade geralmente desenvolvida por
produtores de grãos e empresas que buscam diversificar suas atividades e explorar ganhos de
escala. O crescimento do rebanho da região está ligado à expansão dos frigoríficos em direção
às regiões produtoras de grãos, além da menor rigidez relativa a fatores de restrição ambiental
decorrentes da concentração da produção, que assegura a dispersão geográfica do rebanho e
favorece a segurança da produção, e das condições edafoclimáticas, que influenciam
positivamente os custos de produção (IPARDES, 2002).
Segundo dados do Censo Agropecuário 2006, o rebanho suíno do estado era de 1,29
milhões de cabeças produzidas em 37,2 mil estabelecimentos agropecuários, pertencentes,
predominantemente, à agricultura não familiar. Deste total, a agricultura não familiar é
responsável por 898 mil cabeças (70% do rebanho), distribuídas em 8,6 mil estabelecimentos.
A agricultura familiar contribui com 393 mil cabeças (30% do rebanho), produzidas em 28,6
mil estabelecimentos agropecuários (IBGE, 2006).
A produção estadual de suínos é feita principalmente em estabelecimentos
agropecuários de médio e grande portes, 50% da produção em estabelecimentos com área
acima de 200 hectares.
Tabela 7 - Estabelecimentos agropecuários com suínos e número de suínos, 2006.
Área (ha)
Menos de 10 De 10 a 50 De 50 a 200 Acima de 200 Total
Estabelecimentos (unidades) 4.870 13.224 11.937 7.250 37.281
% dos estabelecimentos 13 35 32 19 100
Número de suínos (mil cabeças) 80,5 379,7 181,9 650,0 1.292,2
% do rebanho 6 29 14 50 100
Fonte: IBGE (2011).
16
Segundo Bernardes e Aracri (2010), em Mato Grosso o processo de criação de suínos
é feito por médios e grandes produtores, o que tem gerado a abertura de postos de trabalho
com certo nível de qualificação.
A distribuição geográfica do rebanho de suínos em Mato Grosso encontra-se dispersa
pelo território, com regiões que apresentam alto índice de adensamento, como a mesorregião
Norte, com 72,8% do rebanho, e a Sudeste, com 12,5% do rebanho estadual. As principais
aglomerações de suínos localizam-se ao longo da BR-163, tendo como principais produtores
os municípios de Tapurah, Sorriso, Vera, Diamantino, Lucas do Rio Verde, Ipiranga do Norte
e Nova Mutum. Com destaque para as microrregiões do Alto Teles Pires com 45,4% do
rebanho estadual e de Sinop com 11,4% do rebanho. Outra aglomeração está localizada na
região Sudeste do estado, ao longo da BR-070, tendo como principais produtores os
municípios de Campo Verde, Rondonópolis, Poxoréo e Primavera do Leste. A distribuição do
rebanho no Estado está ilustrada na Figura 3.
Figura 3 - Distribuição do rebanho de suínos em Mato Grosso, 2010, em cabeças.
Fonte: Elaborado pelo autor.
Em relação aos custos de produção de suínos para abate, o estado de Mato Grosso
obteve em 2010 o terceiro menor custo de produção, R$ 2,00/ kg, antecedido pelos estados do
Paraná e do Rio Grande do Sul, de R$ 1,87/ kg e R$ 1,96/ kg, respectivamente (CONAB,
2011). Essa vantagem comparativa da produção de suínos mato-grossense se deve
17
principalmente à grande produção de milho e soja no estado, que proporcionam uma redução
significativa no custo da ração.
Os sistemas de produção predominantes no estado são a produção independente e o
sistema de produção cooperado e, em menor grau de importância, o sistema integrado. Na
região Norte, estão em operação grandes empresas do setor de carne, que praticam sistema de
criação integrado ou cooperado, com destaque para o município de Nova Mutum, onde estão
instaladas as plantas frigoríficas da Perdigão, Ideal Porc Suinocultura e Coopermutum. A
planta frigorífica da Perdigão trabalha com o sistema integrado de produção. A Ideal Porc
Suinocultura é uma empresa que faz parte da cooperativa de suinocultores Intercoop,
constituída de 18 produtores de Nova Mutum, incluindo o frigorífico Excelência. A
Coopermutum é uma cooperativa de produtores responsável pela produção de leitões, que
permanecem até a fase de encaminhamento às propriedades dos cooperados.
No município de Diamantino, encontra-se o Grupo Carroll’s Food do Brasil, empresa
associada aos frigoríficos Marfrig e Mabella. Essa empresa detém o maior rebanho do estado,
distribuído entre os municípios de Diamantino e Pedra Preta. Sua produção é destinada a
Dourados (MS), onde os animais são abatidos. Em singular, no município de Sorriso está em
operação a Sinocoop, Cooperativa dos Produtores de Suínos de Sorriso.
Em Lucas do Rio Verde, localiza-se a Coagril, cooperativa formada por 20 grandes
produtores, onde estão localizadas as unidades de produção de leitão (UPL) e as creches. Os
leitões permanecem na cooperativa até serem transferidos para as propriedades dos
associados, encarregados do processo de engorda para o abate. A produção destina-se ao
frigorífico da Sadia.
Em adição, a produção de suínos na região Sudeste caracteriza-se pelo predomínio do
sistema de produção independente, sendo a produção vendida no mercado spot, sem que haja
vínculo com integradora ou cooperativa. A produção dessa região destina-se principalmente
aos abatedouros instalados em Rondonópolis, Primavera do Leste, Cuiabá e Goiás.
2.3.3 Elo de processamento
O elo de processamento é constituído pelas empresas e cooperativas de abate e
processamento de suínos. As empresas atuantes neste segmento são registradas em três
diferentes subsistemas de inspeção, que certificam a qualidade do produto: sistema de
inspeção federal (SIF), estadual (SISE) e municipal (SIM). As empresas registradas no SIF
operam sob regras sanitárias mais rígidas, permitindo a comercialização do produto no
18
mercado nacional e, se habilitadas, podem comercializar no mercado internacional. As
empresas registradas no SISE e SIM podem comercializar seus produtos no mercado estadual
e municipal, respectivamente.
Dos 13 frigoríficos instalados no estado, os de maior capacidade de abate estão
localizados nas regiões Norte, Sudeste e Nordeste. Estas regiões apresentam grande
concentração do rebanho de suínos, o que favorece a comercialização e reduz os custos de
transporte até o frigorífico.
Atualmente, no estado estão em funcionamento 13 frigoríficos e abatedouros de suínos
entre os que têm registro no Serviço de Inspeção Federal (SIF) e no Serviço de Inspeção
Sanitária Estadual (SISE). Deste total, cinco estabelecimentos possuem registro no SIF,
localizados nos municípios de Cuiabá, Nova Xavantina, Lucas do Rio Verde, Nova Mutum e
Rondonópolis, com capacidade de abater 10.882 suínos por dia (MAPA, 2010). Com relação
ao serviço de inspeção estadual, estão em operação oito frigoríficos, instalados nos
municípios de Várzea Grande, Sinop, Rondonópolis, Primavera do Leste, Alta Floresta e
Tangará da Serra, com capacidade total de abater diariamente 860 suínos (INDEA, 2010).
A Figura 4 ilustra a evolução do abate suíno em Mato Grosso sob os diferentes
sistemas de inspeção sanitária. Em 2010, observa-se que 92% do abate estadual foi feito sob o
sistema inspeção sanitária federal e apenas 8%, sob a inspeção estadual. Ademais, nos últimos
anos verifica-se uma constante evolução do abate com certificação federal, representando
elevação da ordem de 1.430% na última década. Este fato é decorrente da crescente instalação
de novas plantas frigoríficas, que, por possuírem certificação federal, podem destinar seus
produtos ao mercado nacional e internacional.
Figura 4 - Evolução do número de suínos abatidos em Mato Grosso sob os sistemas de
inspeção sanitária SIF e SISE, 2001 a 2010, em mil cabeças.
Fonte: IBGE (2011).
0
500
1000
1500
2000
2500
2001 2002 2003 2004 2005 2006 2007 2008 2009 2010
SISE
SIF
Total
19
2.3.4 Elo de distribuição e comercialização
O mercado de suínos tem por característica apresentar ciclos de produção, o que gera
instabilidade no preço do suíno. No período de preços favoráveis, os suinocultores retêm
matrizes, provocando aumento da produção por um período de 3 a 4 anos, em decorrência, os
preços se reduzem gradualmente. No período de preços desfavoráveis, os suinocultores
descartam as matrizes para reduzir os custos de produção, em consequência, em período
posterior reduz-se a oferta de suínos, fazendo com que os preços se elevem, reiniciando um
ciclo de expansão (Weydmann et al., 2011).
A produção estadual de suínos é comercializada no mercado estadual, nacional e
internacional. Por oportuno, o mercado externo surge com uma alternativa aos frigoríficos
com SIF, por conta de limitações do mercado interno, como o baixo consumo per capita e a
concorrência das carnes substitutas, como bovina e de frango.
Conforme se observa na Figura 5, os frigoríficos de Mato Grosso iniciaram sua
inserção no mercado internacional a partir de 2002. Em 2010, o volume exportado de carne
suína atingiu a marca de 28,4 mil toneladas, 4,9% da quantidade nacional exportada. Nos
últimos anos, as exportações estaduais vêm sendo realizadas por frigoríficos instalados nos
municípios de Cuiabá, Nova Mutum, Rondonópolis e Várzea Grande.
Figura 5 - Evolução da exportação mato-grossense de carne suína2, segundo municípios, 2000
a 2010, em mil toneladas.
Fonte: MDIC/ SECEX (2011).
2 Nomenclatura Comum do MERCOSUL (NCM): 0203.11.00 até 0203.29.00; 0206.30.00 até 0206.49.00; 0504.00.13; 0209.00.11 até 0209.00.29; 0210.11.00 até 0210.19.00.
0
5
10
15
20
25
30
2002 2003 2004 2005 2006 2007 2008 2009 2010
Cuiabá
Nova Mutum
Rondonópolis
Várzea Grande
Total
20
No contexto de comércio internacional, os países importadores têm utilizado de
barreiras comerciais para a proteção de seu mercado interno, frente aos produtos importados.
Essas barreiras são divididas em dois grupos: barreiras tarifárias (picos tarifários, escaladas
tarifárias, quotas tarifárias e salvaguardas específicas) e não tarifárias (barreiras técnicas e
sanitárias). A principal barreira utilizada pelos países importadores para a carne suína
brasileira contempla as questões sanitárias, figurando a febre aftosa como a principal barreira.
Atualmente, Mato Grosso está entre as 15 unidades da federação reconhecidas pela
Organização Mundial de Saúde Animal (OIE), como livres de febre aftosa com vacinação.
Por sua vez, o estado de Santa Catarina tem o reconhecimento internacional de região livre de
febre aftosa sem vacinação (MAPA, 2011). Esse reconhecimento propicia a abertura de novos
mercados para a carne suína catarinense e amplia assim a tendência de destinar a produção
estadual ao mercado externo. Contudo, isso impede que a produção estadual atenda à
demanda do mercado interno, pois o rebanho catarinense está em seu limite de expansão. Esse
fato tem ocasionado um aceleramento dos movimentos migratórios para os estados onde a
produção mais cresce no país, tais como Goiás, Mato Grosso, Mato Grosso do Sul e Minas
Gerais. Associados à expansão do rebanho, vêm juntos abatedouros e frigoríficos para
industrialização dessa carne suína.
2.3.5 Elo de consumo
Com relação ao consumo nacional, cerca de 83% da carne suína brasileira e seus
derivados se destina ao abastecimento do mercado interno, indicando que a dinâmica da
agroindústria do setor está diretamente relacionada ao comportamento do mercado
consumidor doméstico e, em menor relevância, atrelado ao desempenho das exportações
(IPARDES, 2002).
Segundo ABIPECS (2011), o consumidor brasileiro tem preferência por produtos
processados, sendo que mais de 63% da carne suína comercializada no mercado nacional é
consumida sob a forma de industrializados. Do total de carne suína consumida pelo mercado
nacional, 37% são de carne in natura, 24% de linguiças, 12% de salsichas, 8% de mortadela,
5% de presunto, 4% de toucinhos, 4% de banha, 2% de salame e 4% de outros processados.
Neste cenário, os grandes frigoríficos, buscando fugir da concorrência do mercado de carne in
natura, têm se inserido no mercado de produtos industrializados, adotando estratégias de
diferenciação do produto e agregação de valor a ele.
21
Ao contrário do perfil mundial, o consumo nacional de carne suína é inferior ao das
carnes bovina e de frango. Segundo Weydmann et al. (2011), o baixo consumo per capita
nacional da carne suína decorre de uma série de fatores como o consumidor considerar que a
carne suína apresenta elevados níveis de gordura, colesterol e fatores prejudiciais à saúde,
além da concorrência de produtos substitutos (carne bovina e de frango), a baixa renda dos
consumidores e a oferta de carnes não certificadas fornecidas por abatedouros clandestinos.
Nos últimos anos, o consumidor tem alterado seus hábitos alimentares, revelando
tendência em consumir produtos com baixos níveis calóricos e de gordura, além de buscar
alimentos de fácil manuseio e cozimento. Essas mudanças nos hábitos de consumo têm
exigido dos frigoríficos maior controle sobre a matéria-prima utilizada. Para isso, as grandes
empresas vêm estabelecendo contratos de integração com os produtores com o objetivo de
aumentar a eficiência, padronizar o rebanho e reduzir custos em decorrência dos ganhos de
escala (Veloso, 1998). Além disso, estão sendo desenvolvidas linhagens genéticas com
menores níveis de gordura.
Com base na Pesquisa de Orçamento Familiar (POF), realizada pelo IBGE, ao
comparar a mudança do hábito de consumo das famílias entre os anos de 2002 e 2008,
observa-se uma queda na aquisição domiciliar per capita de carnes, fato influenciado pela
queda no consumo de carne suína, pescados e aves. De modo contrário, a aquisição de carne
bovina e de outros animais registrou elevação. A carne suína tem maior participação nas
regiões Sul, Sudeste e Centro-Oeste, enquanto no Nordeste e Norte, a carne suína tem
consumo inferior aos pescados (Miele, 2011).
Outrossim, o mercado de carne suína vem exibindo tendência de queda no consumo da
carne in natura e aumento do consumo de processados. Além disso, em todas as regiões do
país, à medida que a renda das famílias se eleva, os consumidores passam a adquirir mais
produtos de maior valor agregado, como presunto e cortes de carne in natura. De modo
contrário, produtos processados como linguiça e mortadela não sofrem tanta influência da
renda ou até mesmo têm o consumo reduzido a partir de faixas de renda intermediária (Miele,
2011).
2.4 Direcionadores de competitividade da carne suína em Mato Grosso
Nesse subitem, são discutidas algumas políticas de crédito e incentivo fiscal
direcionadas à suinocultura estadual.
22
2.4.1 Programas e políticas setoriais
O Programa Granja de Qualidade foi instituído pelo Governo do Estado pela Lei
Estadual nº 6.647, de 07 de julho de 1995, e regulamentado pelo Decreto nº 888, de 15 de
maio de 1996. O programa oferece ao suinocultor cadastrado um incentivo financeiro de
66,66% no ICMS, incidente sobre o valor de venda de cada animal abatido em frigorífico
credenciado. Esse incentivo pode ser usufruído pelo suinocultor por um prazo de dez anos. O
programa tem como objetivo promover e estimular a suinocultura estadual, implementando o
uso de altos padrões de qualidade na produção, com o intuito de atender às exigências dos
consumidores nacionais e internacionais.
Os abatedouros participantes do programa devem se credenciar junto ao Conselho de
Desenvolvimento Agrícola do Estado de Mato Grosso (CDA/MT) e estar devidamente
registrados no SIF ou SISE. O frigorífico é o responsável pelo pagamento do incentivo
financeiro ao produtor e pode utilizá-lo como crédito do ICMS. No entanto, o suinocultor
deve destinar 15% do valor total recebido de incentivo financeiro para o Fundo de Apoio à
Suinocultura Mato-grossense (FASM). O recurso destinado a FASM é aplicado em controle e
erradicação de doenças, treinamento e qualificação de mão de obra, promoção de eventos,
investimentos de interesse coletivo, saneamento, prevenção de doenças e preservação
ambiental.
Em 2008, o efetivo do rebanho inscrito no programa foi de 420 mil suínos, com
elevação de 72% nos últimos dez anos. Deste total, as matrizes suínas representam
aproximadamente 10% do rebanho atendido (Figura 6).
Figura 6 - Rebanho e matrizes de suínos do programa Granja de Qualidade, de Mato Grosso,
1999 a 2008, em mil cabeças.
Fonte: SEPLAN (2010).
0
100
200
300
400
500
600
1999200020012002200320042005200620072008
Matrizes
Rebanho Total
23
2.4.2 Disponibilidade de crédito rural
Nesta seção, discute-se a disponibilidade de crédito rural para a suinocultura. O
Crédito Rural, institucionalizado pela Lei nº 4.829, de 1965, e regulamentado pelo Manual de
Crédito Rural (MCR), de 1979, e atualizações, tem como finalidade o financiamento da
atividade agropecuária. O crédito possui linhas de financiamento concedidas a produtores e
cooperativas do setor suinícola destinadas a custeio, investimento e comercialização.
Em 2010, o volume de crédito alocado no setor de suínos atingiu 1,59 bilhão de reais,
concedidos pela aprovação de 46.487 contratos. Desse total, 77,3% do recurso foi destinado a
custeio, 13,7% a investimento e 9,0% à comercialização.
As linhas de financiamento com a finalidade de custeio destinam-se à criação e
beneficiamento ou industrialização de suínos. Do ano 2000 para 2010, houve uma redução de
17,6% no número de contratos de custeio concedidos, passando de 8.835 para 7.277 contratos.
Entretanto, no mesmo período, o volume de crédito concedido elevou-se 593,4%, passando de
178,1 milhões de reais para 1,23 bilhões.
Com relação ao volume de crédito financiado em 2010, os principais estados a acessar
essa forma de financiamento foram Rio Grande do Sul, Santa Catarina e Paraná, com 47,0%,
17,6% e 9,6% do total financiado, respectivamente. O volume concedido a Mato Grosso
corresponde a 0,4% do nacional. Para o estado, foram concedidos apenas 29 contratos, no
total de 5,4 milhões de reais, com elevação de 205,5% na última década.
Tabela 8 - Número de contratos de financiamento concedidos a produtores e cooperativas para
custeio, 2000 a 2010, em unidade.
Estados 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010
Santa Catarina 2.911 2.760 3.427 2.607 2.276 2.226 2.683 2.799 2.578 2.601 2.391
Rio Grande do Sul 4.324 5.205 5.164 4.003 3.300 3.097 3.211 3.130 2.889 2.968 2.831
Paraná 612 762 911 620 652 868 1.038 1.031 944 878 908
Minas Gerais 229 211 383 281 255 291 424 465 493 469 464
Mato Grosso 82 119 92 100 81 70 45 40 37 28 29
Brasil 8.835 10.147 10.902 8.268 7.259 7.297 8.449 8.326 7.682 7.687 7.277Fonte: BACEN (2011).
O valor médio nacional dos contratos de custeio é de 169,7 milhões de reais. Mato
Grosso teve o segundo maior valor médio do financiamento, com 188,7 milhões de reais,
atrás apenas de Santa Catarina, com 242,7 milhões de reais.
24
Tabela 9 - Valor total do financiamento concedido a produtores e cooperativas para custeio,
2000 a 2010, em milhões de reais.
Estados 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010
Santa Catarina 80 141 151 175 206 229 255 379 360 531 580
Rio Grande do Sul 48 70 91 93 114 111 125 195 172 172 218
Paraná 23 49 39 62 39 55 95 95 126 105 119
Minas Gerais 8 9 17 14 12 13 30 57 47 42 46
Mato Grosso 2 3 2 3 3 3 2 3 4 3 5
Brasil 178 320 337 383 409 447 562 801 826 983 1.235Fonte: BACEN (2011).
A linha de financiamento com a finalidade de investimento é destinada à aquisição de
suínos, aquisição ou importação de reprodutores e à compra de equipamento. O volume de
crédito financiado elevou-se em 803,1% nos últimos dez anos, passando de 27,3 milhões de
reais para 219,5 milhões de reais. Em 2010, os estados com maior acesso ao crédito para
investimento foram Santa Catarina 26,9%, Paraná 22,8% e Rio Grande do Sul 16,8%. Os
suinocultores mato-grossenses financiaram apenas 288 milhões de reais, o equivalente a 0,1%
do financiamento nacional.
Tabela 10 - Número de contratos de financiamento concedidos a produtores e cooperativas
para investimento, 2000 a 2010, em unidade.
Estados 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010
Santa Catarina 592 337 389 207 111 420 322 434 510 720 695
Rio Grande do Sul 181 399 443 187 231 219 435 467 574 710 633
Paraná 472 636 659 196 158 315 348 232 211 222 428
Minas Gerais 44 2.068 6.103 5.827 10.797 17.330 22.189 16.417 10.551 7.677 4.525
Mato Grosso 9 8 12 15 14 53 109 70 19 31 80
Brasil 1949 10.692 23.021 17.654 43.185 77.308 11.8335 73.722 40.008 41.289 36.366Fonte: BACEN (2011).
O valor médio nacional dos contratos de investimento é de 6 mil reais. Entre os
estados com maior valor médio de contrato, estão Paraná, 116,8 mil reais, Santa Catarina,
84,9 mil reais e Rio Grande do Sul, 58,4 mil reais. O valor médio dos financiamentos para
investimento de Mato Grosso é inferior à média nacional, 3,6 mil reais em 2010.
Tabela 11 - Valor total do financiamento concedido a produtores e cooperativas para
investimento, 2000 a 2010, em milhões de reais.
Estados 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 Santa Catarina 10 8 11 6 3 11 9 19 29 89 59Rio Grande do Sul 3 8 9 3 5 4 9 12 36 39 37Paraná 9 14 18 5 3 8 13 17 28 19 50Minas Gerais 1 4 5 5 9 15 19 26 20 16 11Mato Grosso 0 0 0 0 0 5 1 0 0 0 0Brasil 27 41 56 34 45 107 124 129 155 223 220Fonte: BACEN (2011).
25
A linha de financiamento concedida com a finalidade de comercialização destina-se à
pré-comercialização de suínos, desconto (NPR e DR), Linha Especial de Crédito e CPR para
carne suína. Em 2010, o volume total de crédito sacado nesta modalidade foi de 143,9
milhões de reais, para um total de 2.844 contratos. Os maiores volumes de crédito foram
acessados pelos suinocultores do Rio Grande do Sul, Santa Catarina e Minas Gerais,
representando 39,8%, 37,7% e 11,7% do volume financiado, respectivamente. Neste contexto,
em 2010, os suinocultores mato-grossenses não acessaram essa linha de financiamento e nos
últimos anos o volume financiado com a finalidade de comercialização vem sendo reduzido.
O volume médio de financiamento para comercialização foi de 50,6 mil reais. Entre os
estados com maior acesso ao financiamento, destacam-se Minas Gerais, 337,8 mil reais e
Santa Catarina, 142,2 mil reais. Os suinocultores de Mato Grosso não apresentam um
histórico constante e relevante na aquisição de financiamento com a finalidade de
comercialização (Tabela 12).
Tabela 12 - Valor total do financiamento concedido a produtores e cooperativas para
comercialização, 2000 a 2010, em mil reais.
Estados 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010
Santa Catarina 32 32 28 25 44 59 131 30 7 59 54
Rio Grande do Sul 2 3 3 2 7 10 22 18 34 47 57
Paraná 0 0 0 0 3 6 2 5 1 41 1
Minas Gerais 0 0 0 0 9 15 13 14 3 16 17
Mato Grosso 4 2 0 2 8 4 5 1 0 1 0
Brasil 39 37 32 31 74 101 176 71 45 174 144Fonte: BACEN (2011).
26
3. METODOLOGIA
3.1 Referencial teórico
Qual a relação entre o conceito de concorrência e o de competitividade? Ou como
questiona Muller (2006, p.23): “Por que dizer competitividade dispondo do conceito de
concorrência em economia?”. Para o próprio Muller (2006, p.23): “Pode-se entender a
concorrência como parte da disputa econômica e a capacidade para competir como o processo
que desemboca na rivalidade entre grupos de vendedores”.
O conceito de competitividade é mais amplo do que quando surgiu a noção de
concorrência dentro da teoria econômica. Devido à complexidade do conceito inúmeras
teorias buscam compreender quais são os fatores condicionantes que favorecem ou
atrapalham a competitividade. Neste contexto, será discutido o conceito de competitividade, a
partir de estudos e visões de alguns teóricos.
Todavia, antes de surgir o termo competitividade várias escolas exploraram a teoria da
concorrência, tendo como precursora a visão da Escola Clássica, onde se destacaram os
teóricos A. Smith (1723-1790) e D. Ricardo (1772-1823). Essa visão norteava-se pelo
pressuposto da livre mobilidade do capital entre as indústrias, viabilizada pela ausência de
barreiras à entrada.
Como é de conhecimento extenso no ambiente acadêmico, ao lançar a obra conhecida
resumidadamente como “A Riqueza das Nações” Adam Smith foi o primeiro e um dos mais
representativos pensadores da Escola Clássica. Dentre outras contribuições, ele concebeu,
desenvolveu e difundiu a tese do liberalismo econômico.
Desempenhando papel determinante e estratégico no conjunto de ideias da Escola
Clássica, a tese do liberalismo econômico se ancora no individualismo e na compreensão de
que o egoísmo, enquanto categoria analítica, exerce relevante papel no processo da vida
econômica e consiste em ferramenta de indução da vontade e da percepção humana.
Esse entendimento, com suporte em visão teórica de Thomas Hobbes (1588-1679),
compreende que o egoísmo ao ser teoricamente apreendido e internalizado nas análises
empíricas voltadas aos movimentos do modo de produção capitalista deve ser concebido de
maneira socialmente positivada, pois ele consiste em instrumento teórico que possibilita a
transição do interesse individual para o coletivo, que se viabiliza, sobretudo, pela presença da
“mão-invisível” smithiana.
27
De acordo com essas premissas e como a corrente de filosofia nucleada no empirismo-
racionalismo difunde, o egoísmo é parte indissolúvel da natureza humana. “Se os atos
humanos não possuem outro objetivo natural que não o egoísmo, torna-se impossível à
constituição da sociedade sem a intervenção do Estado”, como ressalta Napoleoni (1985,
p.41). Por conseguinte, ele deve ser incorporado no modelo teórico de Smith, de modo
atemporal, porquanto:
O homem natural é um conceito que não muda com o passar dos anos, visto que todos os homens são sempre, em todos os tempos, substancialmente iguais entre si. Com efeito, o homem natural hobbesiano é um conceito que trata da natureza do homem em todos os tempos (CASTRO, 2008, p. 65).
De maneira lógica esses elementos teóricos - em especial, a noção de que o egoísmo
individual deve ser socialmente positivado e compreendendo-se que cada ser ou agente
econômico procura atingir os objetivos norteados pelo seu egoísmo - definem e moldam a
estrutura social em determinado contexto empírico. De maneira natural, a partir dessas
inferências, gradualmente A. Smith construiu a base teórica do liberalismo. Além dos
elementos abordados, outros se destacam nessa base, quais sejam: liberdade das empresas,
propriedade privada, liberdade de contrato e liberdade de câmbio. Uma vez construída essa
base, cujo cerne é composto por esses elementos, atinge-se o progresso coletivo, pautado por
estabilidade e coesão social.
Desse modo, em decorrência da “mão invisível” de Adam Smith, os interesses da
sociedade como um todo são maximizados, considerando-se que cada indivíduo ou agente
econômico direciona suas ações para que o auto-interesse seja atingido. Entrementes, a
estruturação desse quadro analítico e dessa sociedade, pautada por coesão e estabilidade, se
ancora na existência de indivíduos racionais que agem ou se comportam de maneira
independente e detém pleno ou perfeito conhecimento dos caracteres do ambiente em que
estão inseridos.
A despeito de se constituir em obra precursora da economia enquanto ciência: “Do
ponto de vista formal, a teoria econômica apresentada em “A Riqueza das Nações” é
essencialmente uma teoria do crescimento econômico”. Para Adelman (1972, p. 24):
O problema principal de que se ocupou Adam Smith está bem resumido no título do seu livro - Investigação sobre a Natureza e Causas da Riqueza das Nações-. Sua preocupação principal foi evidentemente a questão dinâmica do crescimento e desenvolvimento, embora sua teoria do valor e distribuição tenha recebido relativamente mais atenção na história do pensamento econômico.
28
Contudo, precisamente por se constituir em contribuição teórica que inaugurou a
economia como ciência: “De Smith partem todas as linhas de pensamento subsequentes”,
como relembra Napoleoni (1985, p.84). Assim, enquanto categoria teórica que antecede a
competitividade, a concorrência tem raízes em Adam Smith. Ela pode ser considerada como
ente que potencialmente faz parte dos movimentos e estratégias das empresas, visto que a
dinâmica do crescimento econômico derivado da “Riqueza das Nações” depende
visceralmente da produtividade do trabalho que por sua vez é dependente da divisão do
trabalho, que se constitui na semente do excedente econômico financiador da acumulação de
capital que materializa o modelo de crescimento smithiano.
Embora a visão de crescimento econômico apregoada por Smith não seja
necessariamente otimista como a de curto prazo, pois ele não se sustentaria indefinidamente,
dentre outros motivos, face às restrições institucionais e extensão do mercado, a concretude
desse crescimento, como mencionado, é realizada pela acumulação do excedente econômico
de cada empresa.
Entretanto, como do ponto de vista teórico o cenário analisado por Smith se
notabilizou essencialmente pela harmonia, estabilidade e coesão social, enquanto categoria
que materializa a rivalidade entre as inúmeras muitas pequenas empresas que habitavam o
nascente modo de produção capitalista, usado como cenário de análise, verifica-se que a
concorrência deve ser apreendida e analisada muito mais do ponto de vista potencial e muito
menos como construto concreto, ou seja, como elemento que fazia parte das reais ou efetivas
ações ou estratégias praticadas pelas firmas. Em outras palavras: “A história econômica dos
tempos modernos mostram que, nas origens do moderno capitalismo industrial, não existia a
concorrência individual”, como corretamente cita Levy (1936), apud Labini (1984, p.27). A
teoria econômica teria que esperar um pouco mais para que a concorrência, compreendida
como ente que se fertiliza por intermédio da rivalidade entre as empresas, avançasse seus
contornos empíricos.
Esse avanço, de modo geral, foi empreendido por outro relevante pensador da Escola
Clássica: David Ricardo (1772-1823), no livro “Princípios de Economia Política e
Tributação”, publicado em 1817. O cerne dessa obra gravita em torno da formação da riqueza
nacional, bem como do entendimento de como se processa a distribuição dessa riqueza entre
os três segmentos sociais que fazem parte do modelo ricardiano: capitalistas, trabalhadores e
proprietários de terras.
Uma das mais significativas contribuições do livro logo acima citado contempla o
entendimento de que a economia, em determinadas condições, converge para o estado
29
estacionário: “As economias capitalistas acabariam num estado estacionário, sem acumulação
de capital e, por conseguinte, sem crescimento, também em decorrência dos rendimentos
decrescentes na agricultura” (THIRLWALL, 2005, p. 21). Segundo Souza (1997, p. 101),
para Ricardo:
O grande problema do crescimento econômico estava na agricultura, incapaz de produzir alimentos baratos para o consumo dos trabalhadores, o que gerava elevações dos salários nominais e do valor dos fundos de salários, necessários para contratar trabalhadores produtivos, adquirir meios de produção e aumentar o nível do produto.
Relacionando-se analiticamente os dois mais relevantes pensadores da Escola
Clássica, conquanto vários pensadores difundirem que a principal contribuição do livro de
Ricardo se centra na distribuição do produto nacional entre as classes sociais do capitalismo,
para Araújo (1988, p. 37):
O problema que ele persegue é o mesmo que Smith: o estudo do crescimento econômico. Acontece que a composição de classes foi considerada por ele como um fator tão condicionante do crescimento econômico que tal crescimento não poderia ser explicado se não se partisse do estudo de como o produto social se distribui entre as classes.
Porém, concebendo-se que a economia analisada por Ricardo é muito mais realista -
mais aderente aos reais caracteres dos movimentos e transformações do modo de produção
capitalista - que a descrita por A. Smith, com suporte nessa perspectiva de crescimento
econômico, a concorrência desempenha papel estratégico, em especial, sobre a taxa de lucro
de equilíbrio, assim como sobre o processo de formação de preços. Ao se imaginar a
economia no longo prazo, como fruto da concorrência, os capitais logicamente se
movimentam na direção das indústrias que exibem maior taxa de rentabilidade. Nesse
contexto, tendo como pressuposto a livre mobilidade de capital, as taxas de lucro tendem a se
equalizar, isto é, convergir para uma taxa comum entre as atividades econômicas, onde, por
natural, como resultante do trabalho incorporado nas múltiplas atividades econômicas e do
tempo de rotação de capital, os preços desempenham o papel clássico de alocador de recursos.
A concorrência é a categoria motora dessa equalização.
Em outras palavras, de acordo com a visão de D. Ricardo, durante o processo de
concorrência os capitais direcionam-se para as indústrias que oferecem maior taxa de
rentabilidade. Com o pressuposto da livre mobilidade de capital, as taxas de lucro tendem a
convergir para uma taxa comum entre as atividades econômicas. Contudo, a teoria ricardiana
contempla apenas o resultado do processo de concorrência e seus efeitos de longo prazo: a
formação de preços e da taxa de lucro de equilíbrio (KUPFER e HASENCLEVER, 2002).
30
Após o apogeu da Escola Clássica, um dos caminhos seguidos pela Economia Política
foi pavimentado pela Escola Marxista, cujo principal pensador, como é de conhecimento
amplo, foi Karl Marx (1818-1883), autor do livro “O Capital”, o qual para Gorender (1983:
p.XXIV): “... uma obra de unificação interdisciplinar das ciências humanas, com vistas ao
estudo multilateral de determinada formação social”.
Como na visão de Marx a concorrência tem o papel estratégico em determinado
contexto teórico e empírico, pois explica os movimentos do capital e as transformações do
valor entre os departamentos da economia, ela deve ser apreendida como categoria geradora
de mobilidade aos capitais, culminando na formação de taxa de lucro uniforme entre os vários
setores. Para Marx, no processo de concorrência, por intermédio de inovações, vetores de
mudanças estruturais na economia, as indústrias introduzem permanentemente progressos
tecnológicos em seus sistemas produtivos. Esta compreensão tornou-se precursora de teoria
dinâmica de concorrência ao introduzir a inovação tecnológica como elemento fundamental
do processo de movimento dos departamentos da economia (KUPFER e HASENCLEVER,
2002).
Entretanto, a concorrência de acordo com Marx exibe significado preciso, ou seja, em
termos semânticos ela não se assemelha com a concorrência “pura” ou “perfeita” idealizada
pela Escola Neoclássica, como se vai discutir adiante. Mais especificamente: “A concorrência
não constitui objeto de uma teoria especial na obra de Marx, mas foi analisada em conexão
com a explicação dos processos gerais do sistema capitalista”, como acentua Gorender (1983:
p.LXIX). Ainda de acordo com esse autor (1983: p.LXIX):
Na concepção marxiana, a condição suficiente da concorrência consiste na generalidade de plantas de dimensões acessíveis a numerosos capitais nos vários ramos da produção, de maneira a possibilitar sua mobilidade entre esses ramos. Implícita a essa condição, figura a tecnologia básica também difundível e acessível. Em semelhante situação, o tamanho da planta não constitui uma “barreira à entrada” que impeça a concorrência.
Logo após o apogeu da Escola Clássica, em especial a partir dos anos sessenta do
Século XIX, o caminho de expansão do debate econômico se bifurcou: conforme abordado,
com bases sólidas, uma trilha foi pavimentada pela Escola Marxista, enquanto outra, pela
Escola Neoclássica, infiltrada nos organismos sociais por eficientes e diversas ferramentas
ideológicas.
A Escola Neoclássica desenhou seu itinerário ideológico com adoção de método
marginalista. Os mais relevantes pensadores desse paradigma foram: William S. Jevons
(1835-1882), Léon Walras (1834-1910), Carl Menger (1840-1921) e posteriormente Alfred
31
Marshall (1842-1924). Essa vertente de pensamento tem como um dos seus mais importantes
pressupostos, como resultado do livre funcionamento das forças de mercado, o equilíbrio
automático de todos os mercados que compõem a economia. Em particular, como forma de
não contemplar os conflitos intrínsecos ao modo de produção capitalista, essa doutrina tem
como hipótese adicional a inexistência de classes sociais. Ademais, de maneira análoga à
Escola Clássica, a Escola Neoclássica também postula que os agentes econômicos se
comportam de modo absolutamente racional.
Idealizada como escola de pensamento econômico e, portanto, concebida como
paradigma, com auge da relevância ideológica entre 1870 e a primeira guerra mundial, a
Escola Neoclássica notabiliza-se dentre outros caracteres por ser microeconômica, atemporal,
apoiar-se no comportamento individual, admitir que os agentes econômicos agem
racionalmente, são maximizadores de satisfação ou de lucro, além de considerar, como um
dos seus pilares mais sólidos, que a economia se pauta na alocação eficiente dos recursos
escassos. Constituindo-se como um dos seus mais destacados pressupostos, como abordado,
esse paradigma negligencia as classes sociais intrínsecas ao modo de produção capitalista e na
maioria dos casos adota a condição de equilíbrio estável.
O equilíbrio analisado e difundido pela Escola Neoclássica se viabiliza com suporte no
livre funcionamento das forças de mercado e pelos interesses dos agentes econômicos
privados que encaminham as quantidades ofertadas e demandadas de bens e serviços para
esses estados ou situações de equilíbrio. Quando esse equilíbrio é atingido ou alcançado, os
objetivos conflitantes dos agentes relevantes se constituem nas molas propulsoras da elevação
do bem-estar, conducentes ao incremento dos lucros ou da satisfação do consumidor. É
desnecessário se afirmar que, de acordo com os principais eixos analíticos da Escola
Neoclássica, essa equalização entre quantidade ofertada e demandada se reveste de eficiência
social e econômica.
De modo singular, a teórica neoclássica considera o mercado como sendo de
concorrência perfeita, associado ao atomismo de mercado, onde o preço é determinado pelo
equilíbrio entre oferta e demanda. Por conseguinte, como enfatiza Araújo (1988, p.85):
O modelo neoclássico mais amplo supõe um mundo de concorrência perfeita, onde os agentes econômicos se comportam de maneira racional. Para que haja concorrência perfeita são necessários os seguintes requisitos: a) Produtos homogêneos; b) Empresas pequenas, sem poder sobre o mercado; c) Ausência de restrições externas à mobilidade de fatores; d) Conhecimento por parte dos agentes econômicos de todos os preços existentes no mercado.
32
Uma vez internalizada a premissa da concorrência perfeita, em contexto onde todos os
mercados se equilibram, a Escola Neoclássica associa essa categoria com eficiência. Em
outros termos, como descrevem Pindyck e Rubinfeld (2006, p.509):
O resultado em que o equilíbrio é economicamente eficiente é frequentemente descrito como o primeiro teorema da economia do bem-estar, que envolve uma avaliação normativa dos mercados e da política econômica. Normalmente, o primeiro teorema afirma o seguinte: Se todos fizerem transações em um mercado competitivo, todas as transações mutuamente vantajosas serão realizadas e o equilíbrio na alocação dos recursos será economicamente eficiente.
Como se pode facilmente inferir, a associação entre mercado competitivo ou de
concorrência perfeita implica na alocação eficiente dos recursos da economia. Há, assim, de
acordo com as premissas neoclássicas, nítida relação de causalidade entre o mercado
competitivo ou de concorrência perfeita e a alocação eficiente de recursos. Entrementes, deve-
se observar que a concorrência perfeita ou pura se constitui meramente em modelo de
referência ou padrão, posto que ela não é encontradiça no mundo real.
Como decorrência dessa visão, inserida em contexto teórico e empírico de alocação de
recursos, a Escola Neoclássica elabora e propaga visão complementar sobre eficiência. Ela
pode ser teoricamente apreendida ao se considerar que a partir de conjunto de produção
tecnicamente viável a firma empreende formas eficientes de produzir. O foco desse conceito
de eficiência se constitui na unidade de análise denominada de firma, um agente
microanalítico. Diante disso:
As funções de produção descrevem o que é tecnicamente viável quando a empresa opera eficientemente, ou seja, quando utiliza cada combinação de forma mais eficaz possível. A suposição de que a produção seja sempre tecnicamente eficiente não é constantemente válida, porém, é razoável esperar que empresas que busquem lucros não desperdicem recursos (PINDYCK e RUBINFELD, 2006, p.509).
Mas como indagado anteriormente: Qual a relação entre o conceito de concorrência e
o de competitividade? Como se abordou, compreende-se a concorrência como parte da
disputa econômica e da capacidade para competir quando a rivalidade entre firmas ou
conjunto de firmas se estabelece. Diante disso, do ponto de vista semântico e empírico,
diferencia-se concorrência de competitividade: “Considerando esta última como o conjunto de
condições requeridas para o exercício da concorrência. A concorrência seria o resultado da
competitividade e estaria incluída nela”, como observa Muller (2006, p. 23). Diante disso,
com base nessas linhas analíticas, para a Escola Neoclássica ou vertente ortodoxa como é
conhecida pela grande maioria dos economistas: “A competitividade é estática e está
33
associada a variações nos preços, revelando uma visão de curto prazo”, como sintetiza
Lustosa (2010, p.212).
Segundo Haguenauer (1989) e Kupfer (2010), pode-se dividir os vários conceitos de
competitividade nas vertentes, competitividade como desempenho e como eficiência. Na
primeira, associa-se a competitividade ao desempenho de uma empresa ou produto. A
competitividade se expressa na participação de um produto ou firma em determinado mercado
(market shared) em um momento no tempo. Nesse enfoque, a demanda do mercado indica os
produtos de quais empresas serão adquiridos, definindo assim a posição competitiva das
empresas.
De acordo com a segunda visão, ou seja, quando a competitividade é entendida como
eficiência, essa categoria se expressa por intermédio da relação entre insumo e produto
utilizada pelo setor ou empresa. Sob essa perspectiva, o potencial de competitividade das
empresas é medido através da capacidade de conversão de insumos em produtos que exibe o
máximo rendimento. Sob esse prisma, associa-se a competitividade à capacidade da firma ou
indústria em produzir bens com maior eficácia que os concorrentes no que se refere a preços,
qualidade (ou a relação entre preço e qualidade), tecnologia, salários e produtividade. A
empresa define sua competitividade ao fazer escolhas estratégicas em relação ao tipo de
técnica que utilizará, sujeita às restrições de capacitações tecnológica, gerenciais, financeiras,
organizacionais, comerciais, etc.
Como ilustração, para Kupfer (2010), as vertentes de eficiência e desempenho são
veículos de problemas para conceituar competitividade, pois existem dificuldades de
conciliação entre as duas vertentes, além de ambas serem analises estáticas, comprometendo a
representação e apreensão da realidade. As vertentes de competitividade citadas anteriormente
concebem a firma como foco de análise. A competitividade do setor ou nação se constitui na
soma da competitividade dos agentes (firmas).
A partir de 1950, as teorias microeconômicas são substituídas pela metodologia
estrutura-conduta-desempenho (E-C-D), como ferramenta de análise de organização
industrial, proposta por BAIN (1968). Nessa teoria, as estruturas de mercado influenciam a
conduta das firmas na maximização de lucros, a interação da conduta das empresas que
competem no mesmo mercado e o desempenho final que emerge da indústria. Entrementes, o
modelo torna-se irreal por atuar de forma estática.
Segundo Farina (1999), há uma tendência na literatura de organização industrial
mostrando haver uma relação complexa e multidirecional entre a estrutura de mercado, a
conduta (estratégia) das firmas e o desempenho do mercado. Sob essa perspectiva o ambiente
34
competitivo é determinado pela interação entre os padrões de concorrência, a estrutura dos
mercados, as características da demanda e a estratégia das firmas.
Porter (1993) propôs um modelo de análise da competitividade no qual considera que
as variáveis atuam de forma dinâmica, modelo chamado “diamante”. Por oportuno, de acordo
com Lustosa (2010, p.212):
O conceito de competitividade na hipótese de Porter é diferente daquele adotado pela vertente ortodoxa. A competitividade a que se refere Porter é essencialmente dinâmica - visão de longo prazo - e está relacionada com a capacidade de as empresas elaborarem e implementarem estratégias competitivas capazes de preservar ou fortalecer sua posição no mercado.
Esse sistema é formado pelos seguintes determinantes: condições de fatores, condições
de demanda, indústrias correlatas e de apoio, estratégias, estrutura e rivalidade de empresas.
Além das quatro variáveis citadas, outras duas que influenciam o sistema são: o acaso e o
governo. Segundo Porter (1993), o diamante é um sistema mutuamente fortalecido já que as
vantagens competitivas resultam de um conjunto de determinantes. O efeito de um
determinante depende do estado dos demais e a existência de vantagens em dado determinante
causa vantagens em outros. Embora o modelo represente uma forma dinâmica de análise da
competitividade e se constitua por variáveis de fácil mensuração, o modelo não possui um
indicador que sumarize os resultados.
Recentemente, os autores evolucionistas ou “neoschumpeterianos” têm construído um
novo paradigma microeconômico que toma por base visões evolucionista do processo de
concorrência: a preocupação central é com a lógica do processo de inovação. Este substitui a
noção de equilíbrio pela de trajetórias de evolução, enfatizando o papel da mudança
tecnológica na conformação das estruturas de mercado e no processo de mudança estrutural
ou na atribuição de papel ativo por parte das firmas na definição da direção dessas mudanças
(KUPFER, 2010).
Em especial, no contexto de agronegócio, têm-se como unidade de análise da
competitividade os sistemas agroindustriais, uma vez que as intervenções setoriais geram
efeitos sistêmicos e tendem a gerar intervenções involuntariamente orgânicas (Farina et al.,
1997). Para análise dessa competitividade focam-se sistemas agroindustriais específicos.
Recorda-se que o termo “agronegócio”, abrigando ótica sistêmica, teve seu limiar em
trabalho de Davis e Goldberg (1957), dois destacados docentes da Universidade de Harvard
(EUA). Para esses pesquisadores (apud Batalha, 2007, p.25), pontualmente, agribusiness:
[...] é a soma das operações de produção e distribuição de suprimentos agrícolas, das operações de produção nas unidades agrícolas, do
35
armazenamento, processamento e distribuição dos produtos e itens produzidos a partir deles.
A emergência de visão sistêmica se justifica do ponto de vista empírico pelo fato de
que a agricultura, como comenta Batalha (2007, p.25): “Já não mais podia ser abordada de
maneira indissociada dos outros agentes responsáveis por todas as atividades que garantiriam
a produção, transformação, distribuição e consumo dos alimentos”. Com base nessa
perspectiva teórica, as abordagens do ambiente agrícola, em síntese, passaram a considerar as
atividades agrícolas como entes de extensa rede de agentes econômicos que empreendem a
pesquisa agropecuária, a produção de insumos, a transformação industrial, os agentes
financeiros, a armazenagem, a distribuição dos produtos e seus derivados, até se atingir o
consumidor final (PEREIRA, 2007, p.43).
Segundo o entendimento de Batalha (2007), em cenário analítico sistêmico, a condição
de competitividade é resultado da conjunção do impacto de uma série de fatores, podendo ser
divididos em quatro grandes grupos: fatores controláveis pela firma (estratégia, produtos,
tecnologia, P&D, etc.), fatores controláveis pelo governo (política fiscal e monetária, leis e
regulação do mercado, etc.), fatores quase controláveis (preços de insumos, condições de
demanda, etc.) e fatores não controláveis (fatores naturais e climáticos). Este modelo
reconhece a importância de ações sistêmicas que afetam a competitividade da cadeia como
um todo e dos agentes que a integram.
Neste contexto, além desses fatores, considera-se como determinante da
competitividade o capital humano. A teoria do capital humano teve como precursores os
teóricos Schultz (1973) e Becker (1983), que buscaram demonstrar a relação existente entre o
capital humano, através do investimento em educação, na determinação do desenvolvimento,
produtividade e distribuição de renda nas nações. Segundo Ehrenberg e Smith (2000), capital
humano pode ser definido como: “a expressão que conceitua os trabalhadores como
incorporadores de uma série de habilidades que podem ser “alugadas” aos empregadores”.
Além das aptidões e habilidades pessoais do trabalhador.
O investimento em capital humano procede da educação e da profissionalização do
trabalhador, além do conhecimento incorporado através da prática da realização de
determinada atividade, gerando ao trabalhador um estoque de capital produtivo. Portanto, a
formação educacional é um investimento em capital humano que possibilita ao trabalhador
aumentar a sua produtividade, além de auferir maiores rendimentos. Então, o investimento em
educação é realizado enquanto a expectativa remunerações futuras com educação for superior
ao valor presente da renda esperada ao não se investir em educação.
36
Com objetivo de resolver os problemas de análise da competitividade, foi proposto por
Santana (2007), um método de maior rigor estatístico e que permite visualizar a confluência
das diversas forças que influenciam na competitividade. A técnica de análise fatorial será
utilizada para determinar quais os principais determinantes da competitividade e a partir deles
construir um índice de desempenho competitivo da produção de suínos de Mato Grosso.
3.2 Referencial analítico
Neste trabalho, busca-se analisar a competitividade do setor de produção de suínos em
Mato Grosso. Para isso, são utilizadas metodologias que permitem calcular indicadores de
competitividade e assim estabelecer uma visão ampliada sobre a estrutura do referido setor.
Para representar o conceito de competitividade, é necessário o uso de um número
muito grande de variáveis, as quais devem ser analisadas simultaneamente. Para isso, utilizou-
se a técnica estatística de análise multivariada por permitir criar indicadores que reúnam um
grupo de informações em comum, e assim possibilitar a formação de combinação quantitativa
entre elas, com objetivo de refletir determinada condição de competitividade, além de
possibilitar a hierarquização da competitividade das empresas. Alguns autores, como Gama
(2006), que analisa a competitividade das indústrias de móveis na região metropolitana de
Belém, e Santana (2007), que avalia o desempenho competitivo das indústrias de polpa de
frutas do Pará, vêm utilizando o ferramental de análise multivariada para analisar a
competitividade de empresas através dos métodos de análise fatorial e regressão múltipla.
A técnica de análise multivariada escolhida foi a análise fatorial por permitir examinar
os padrões de relações existentes para um grande número de variáveis e condensar suas
informações em um conjunto menor de fatores, viáveis para conferir ou inferir significados.
Posteriormente, utilizou-se a análise de regressão com a finalidade de avaliar as relações
existentes entre os determinantes de competitividade e o índice de competitividade
encontrado.
3.2.1 Análise Fatorial
A análise multivariada refere-se a todos os métodos estatísticos que analisa
simultaneamente medidas múltiplas para cada indivíduo, objeto ou fenômeno observado. Os
métodos estatísticos se dividem em dois grupos: o primeiro composto por técnicas de
inferência estatística e um segundo constituído por técnicas exploratórias de simplificação da
37
estrutura de variabilidade dos dados, do qual faz parte o método de análise fatorial (Mingoti,
2007).
A análise fatorial é uma técnica estatística utilizada para analisar inter-relações entre
um grande número de variáveis e explicar essas variáveis em termos de suas dimensões de
variabilidade comuns (fatores). O objetivo é descrever a variabilidade original do vetor
aleatório , em termos de um número menor de variáveis aleatórias (fatores comuns) e que
estão relacionados com o vetor através de um modelo linear. Desse modo, busca-se
sumarizar a informação das principais variáveis originais em um conjunto menor de variáveis
latentes ou fatores, com uma perda mínima de informação (Mingoti, 2007; HAIR et al., 2006).
A análise fatorial é realizada em quatro etapas: o cálculo da matriz de correlação,
extração de fatores, rotação de fatores e o cálculo dos escores. O modelo de análise fatorial
pode ser obtido com maior nível de detalhamento em bibliografias como: Hoffmann (1999),
Santana (2007), Corrar et al., (2009), Mingoti (2007) e HAIR et al. (2006). Este trabalho se
ateve a explicar o modelo de forma resumida, com base em Hoffmann (1999) e Santana
(2007).
Segundo Hoffmann (1999), a matriz de correlação pode ser determinada
considerando observações para variáveis, sendo (com 1, … , e 1, … ) a j-
ésima observação da i-ésima variável. A média da i-ésima variável é dada por , onde:
∑ (1)
A análise fatorial é considerada como técnica de interdependência métrica. No
entanto, dados não métricos podem ser transformados em uma condição dicotômica para o
emprego com formas especiais de análise fatorial (HAIR et al., 2006). O modelo de análise
fatorial supõe que todas as variáveis são padronizadas. Então, se as variáveis apresentam
magnitudes ou unidades de medida diferentes, sugere-se que antes da realização da análise
fatorial, se padronize as variáveis com intuito de ser representada na mesma direção. A
padronização das variáveis é obtida através da razão entre o desvio em torno da média e o
desvio padrão de , ou seja, basta subtrair de cada observação o valor médio da variável e
posteriormente, o resultado ser dividido pelo seu desvio padrão. As variáveis são
padronizadas conforme procedimento abaixo:
∑ (2)
A padronização das variáveis, toma no espaço das L observações, o vetor X , para cada
variável, assumindo em módulo valor igual a 1 (∑ X 1). Deste modo, todas as variáveis
38
possuem a mesma variância. Assim sendo, a participação de uma variável na determinação
dos componentes principais passa a depender apenas das suas correlações com as demais
variáveis. A matriz X correspondente às L observações para as n variáveis é definida como:
′
′
′
(3)
Ademais, a matriz de correlações simples entre as variáveis, nxn, pode ser obtida da
seguinte maneira: R XX′.
Em complemento, obtida a matriz de correlação , na segunda etapa procede-se o
cálculo dos fatores necessários para representar as variáveis. Para se obter esses fatores, pode-
se utilizar os seguintes métodos: componentes principais, fatores principais e máxima
verossimilhança. Neste estudo optou-se por utilizar o método: Análise de Componentes
Principais, em que os fatores são estimados a partir da variância total dos dados. Esse método
busca estimar um conjunto mínimo de combinações lineares entre as variáveis e que explicam
o máximo de variância dos dados. Este procedimento resulta em fatores ortogonais, ou seja,
não correlacionados entre si (Corrar et al., 2009).
Segundo Mingoti (2007), a estimação do número de fatores ( ) ocorre através da
extração dos autovalores da matriz e da ordenação em ordem crescente. A estimação do
número de fatores é determinada de acordo com os autovalores, utilizando os seguintes
critérios: a) porcentagem da variância total explicada por cada autovalor ( ), 1, . . . , ; b)
número de autovalores maiores ou iguais a 1; c) número de autovalores anteriores ao “ponto
de salto” do gráfico scree-plot. Na pesquisa utilizou-se o critério dos autovalores maiores ou
iguais à unidade. Além desse, para a escolha adequada do número de fatores ( ), deve-se
levar em consideração a interpretabilidade dos fatores e o princípio da parcimônia.
A análise fatorial avalia a possibilidade de agrupar variáveis , , , … , , em
um número menor de fatores ( , , , … , ), onde o fator revela a parcela da variação do
total dos dados que pode ser explicada de forma conjunta para todas as variáveis que o
compõem. No modelo de análise fatorial as variações em uma variável podem ser explicadas
a partir de um conjunto de fatores Corrar et al. (2009).
O modelo análise fatorial é constituído de equações, cada uma representando uma
das variáveis. Cada uma das variáveis é uma combinação linear de (com ) fatores
comuns e de um fator específico ( ). Para a i-ésima variável tem-se:
(4)
39
ou, de forma resumida:
∑
em que:
representa o valor do p-ésimo fator comum para a j-ésima observação;
representa cada um dos coeficientes relacionados aos fatores comuns, denominadas
cargas fatoriais, 1, … , ;
representa os coeficientes do i-ésimo fator específico; e
representa o valor do i-ésimo fator específico, para a j-ésima observação.
Ao representar o modelo de análise fatorial (4), em notação matricial, tem-se:
(5)
em que:
, , ,
00 0
0
0 0
, .
O modelo de análise fatorial pressupõe que os fatores específicos ( ) são ortogonais
entre si, ou seja, inexiste correlação entre os fatores específicos. Além disso, pressupõe que
cada um dos fatores específicos é ortogonal com todos os fatores comuns ( ), admitindo-
se que todos os fatores são variáveis com média zero e que seus respectivos vetores, com
espaço L-dimensional das observações, têm módulo igual a 1, ou seja:
∑ ∑ 0, e
∑ ∑ 1, para ( 1, … , e 1, … , ) (6)
Considerando (6), juntamente com os pressupostos da ortogonalidade entre os
fatores específicos e entre os fatores comuns, obtêm-se:
′
′ (7)
Se os fatores comuns e os fatores específicos forem ortogonais entre si, tem-se:
FY′ 0 X (8)
A partir da matriz de correlações simples entre as variáveis, como ′,
considerando-se o modelo de análise fatorial (5), juntamente com as resoluções (7) e (8), o
modelo pode ser resumido como:
40
′ ′ ′ (9)
ou
′ (10)
Considerando-se o modelo de análise fatorial baseado no método de componentes
principais, cada elemento da diagonal de é igual a 1. Então, tem-se que:
1 ∑ ∑ (11)
Nesta expressão verificam-se as proporções da variância de devidas a cada um dos
fatores, decomposta em fatores comuns e específicos. A parcela da proporção referente aos
fatores comuns é denominada comunalidade, que é a soma dos quadrados das variáveis de
uma matriz das cargas fatoriais. Esta corresponde à proporção da variância total de cada
variável que é explicada pelo conjunto de fatores, ou seja, é o poder de explicação dos fatores,
e é representada pelo último termo desta expressão, ou seja:
∑ (12)
A comunalidade assume valores variando num intervalo entre 0 e 1. Quanto mais
próximo de 1, maior será a contribuição do fator para a explicação de determinado indicador.
Segundo HAIR et al. (2006), considera-se que para a análise ser satisfatória e as variáveis
possuírem boa relação com os fatores, as comunalidades extraídas devem assumir valores
acima de 0,5.
A parcela da variância da i-ésima variável referente ao fator específico é denominada
especificidade da variável, sendo esta representada por ( ).
Conforme (11), temos:
1 (13)
Considerando um elemento qualquer fora da diagonal principal da matriz , obtêm-se:
, ∑ (14)
Conforme a expressão (14), com base nos modelos de análise fatorial, as correlações
entre as variáveis X podem ser obtidas por meio da matriz de coeficientes dos fatores comuns
(matriz ). Como os fatores comuns e os fatores específicos são vetores ortogonais entre si e
apresentam módulo igual a 1, ao multiplicar os dois membros de (4) por , obtêm-se:
, (15)
Portanto, em notação matricial, tem-se:
′ (16)
Pode-se verificar que a i-ésima linha da matriz é formada pelos coeficientes de
correlação da i-ésima variável com cada um dos m fatores comuns. Esta matriz é denominada
41
matriz de estrutura dos fatores. Os coeficientes da matriz estrutura são denominados cargas
fatoriais.
As cargas fatoriais medem o grau de correlação entre a variável original e os fatores. O
quadrado da carga fatorial indica o quanto do percentual da variação de uma variável é
explicado pelo fator. A interpretação dos fatores só é possível pela existência de parâmetros
ou cargas fatoriais da análise fatorial que relaciona os fatores às variáveis. Elas representam a
correlação (co-variância) entre o fator e as variáveis em estudo (CORRAR et al., 2009).
A terceira etapa consiste na rotação dos fatores cujo objetivo é dar maior capacidade
de interpretação aos dados. A estrutura inicial utilizada para determinar a matriz de cargas
fatoriais pode não fornecer um padrão significativo de cargas das variáveis. A confirmação
dessa estrutura inicial se faz por meio de vários métodos de rotação de fatores (SANTANA,
2007).
A rotação dos fatores tem por objetivo aumentar o poder explicativo dos fatores. E
isso só é possível pelas cargas fatoriais serem representadas como pontos entre os eixos
(fatores). Estes eixos podem ser girados sem alterar a distância entre os pontos. Todavia, as
coordenadas do ponto em relação aos eixos são alteradas, ou seja, as cargas fatoriais são
alteradas na rotação. Este método não altera a variância obtida na etapa anterior, apenas
rearranja os autovalores. O método de rotação Varimax busca minimizar a ocorrência de uma
variável por exibir altas cargas fatoriais para diferentes fatores, permitindo identificar uma
variável com um único fator (CORRAR et. al., 2009).
Segundo Mingoti (2007), após a rotação de fatores, se obtida uma solução fatorial
aceitável na qual todas as variáveis têm uma carga significante em um fator, busca-se definir
algum significado para o padrão de cargas fatoriais. Deve-se examinar todas as variáveis
significantes para um fator particular e enfatizar aquelas com maiores cargas. São
consideradas mais importantes por terem maior influência sobre o nome ou rótulo selecionado
para representar um fator.
Os sinais das cargas são interpretados como coeficientes de correlação. Para cada
fator, sinais concordantes significam que as variáveis estão positivamente relacionadas, de
modo contrário, sinais opostos significam que as variáveis estão negativamente relacionadas
Mingoti (2007).
A quarta etapa consiste no cálculo dos escores fatoriais. Os fatores são estimados por
uma combinação linear das variáveis originais padronizadas. A partir da matriz de
observações do vetor de variáveis observáveis, é possível estimar a variável (fator) não
42
diretamente observável por meio das técnicas de análise fatorial. Para cada fator , o i-ésimo
escore fatorial extraído é definido por , expresso da seguinte forma:
(17)
em que:
são os fatores comuns não relacionados;
são os coeficientes dos escores fatoriais;
são as variáveis originais padronizadas.
Em notação matricial, tem-se:
, , , (18)
, é a matriz da regressão estimada a partir dos escores fatoriais. O escore
fatorial resulta da multiplicação dos coeficientes ( ) pelo valor das variáveis originais
(padronizadas). Se houver mais de um fator, o escore fatorial representa as coordenadas da
variável em relação aos eixos, que são os fatores. O escore fatorial situa cada observação no
espaço dos fatores comuns.
Ao multiplicar ambos os lados da equação (18) pelo valor 1⁄ , onde é o
número de observações e é matriz transposta de , tem-se:
, , , , , , , (19)
Substituindo-se na matriz 1⁄ , matriz de correlação entre as observações da
matriz , e substituindo Λ na matriz 1⁄ , correlação entre escores fatoriais e os
próprios fatores, obtém-se:
Λ , , , (20)
Ao se multiplicar ambos os lados da equação (20) pela inversa de , tem-se:
Λ (21)
O escore fatorial associado a cada observação é obtido substituindo-se o vetor na
equação (18):
, , , Λ , (22)
Ao se padronizar o escore fatorial, os valores originais são convertidos em valores
positivos entre zero e um, conforme equação:
(23)
em que:
= valor mínimo observado para os escores fatoriais;
= valor máximo observado para os escores fatoriais.
43
Segundo Santana (2007), o índice de desempenho competitivo (IDC) é definido como
uma combinação linear dos escores fatoriais da equação (23) pela proporção da variância
explicada por cada fator em relação à variância comum. Em forma de equação:
∑∑
(24)
em que:
= variância explicada por cada fator;
∑ = soma total da variância explicada pelo conjunto de fatores em comum;
= escore fatorial padronizado.
O valor do IDC varia dentro do intervalo entre zero e um. Segundo o mesmo autor,
quanto mais próximo de um, maior é o desempenho competitivo da empresa analisada. Para
avaliação dos resultados, os valores do IDC foram divididos nos seguintes intervalos: valores
de IDC superiores a 0,7 são altos desempenhos competitivos, valores de IDC entre 0,35 a 0,69
são intermediário, enquanto os valores de IDC inferiores a 0,35 são baixos desempenhos
competitivos.
Antes de implementar a análise fatorial, deve-se verificar se esta é adequada ao estudo
dos dados utilizados. Algumas das medidas de adequação da amostra à análise fatorial são:
Kaiser-Meyer-Olkin (KMO) e o Teste Bartlett Test of Sphericity (BTS).
De acordo Hair et al., (2006), o método de KMO mede a adequação dos dados, ou
seja, mede o ajuste dos dados, analisando todas as variáveis simultaneamente. Conforme
Corrar et al., (2009) para que os fatores encontrados na análise fatorial consigam descrever
satisfatoriamente as variações dos dados originais, o KMO deve possuir grau de explicação
maior do 0,5. E, para que seja possível a aplicação da análise fatorial, o valor de significância
deve ser inferior a 0,05. Em forma de equação:
∑ ∑
∑ ∑ ∑ ∑ (25)
sendo e , respectivamente, o coeficiente de correlação simples e o coeficiente de
correlação parcial entre e .
O Teste BTS avalia a hipótese de que a matriz de correlação é uma matriz identidade,
ou seja, não há correlação entre as variáveis. Este teste fornece a probabilidade estatística de
que a matriz de correlação tenha correlações significantes entre pelo menos algumas variáveis
(HAIR et al., 2006).
44
As hipóteses testadas são: : e : , onde é a matriz de
correlações populacionais das variáveis e é a matriz identidade. A estatística de teste é
definida por:
2 11 ∑ ln ~ (26)
sendo que tem distribuição assintótica Qui-quadrado ( ) com 1 graus de
liberdade. Para que os dados sejam adequados para a análise fatorial, o teste de Bartlett deve
rejeitar a hipótese nula.
Para que o poder de explicação dos fatores extraídos, após a rotação de fatores, seja
considerado válido, é necessário que a variação acumulada dos fatores tenha valores
superiores a 60% dos dados considerados (MINGOTI, 2007).
3.2.2 Análise de regressão
Neste trabalho, utilizou-se a análise fatorial com o objetivo de identificar os principais
fatores que influenciam a competitividade da produção de suínos. A partir desses fatores,
calculam-se os índices de competitividade para cada granja. Esses índices apontam o estado
da competitividade das empresas analisadas. E, com base nesses índices, é possível
determinar que fatores estão influenciando de forma positiva e negativa a competitividade das
empresas.
Para verificar quais fatores estão definindo este padrão de competitividade, propõe-se
o emprego da técnica de regressão múltipla. Por meio da análise de regressão, pretende-se
relacionar e aferir o grau de influência de variáveis clássicas determinantes da
competitividade sobre o índice de desempenho competitivo das granjas produtoras de suínos
de Mato Grosso.
A análise de regressão múltipla foi utilizada com objetivo de identificar as variáveis
que afetam o IDC. Para isso, a variável dependente utilizada na regressão foi o índice de
desempenho competitivo, estimado para cada uma das granjas. Foram consideradas variáveis
independentes, as relacionadas aos determinantes clássicos de competitividade para cada uma
das unidades entrevistadas. Essas variáveis são: escolaridade, idade do proprietário ou gerente
da granja; quantos anos trabalha com suinocultura; utiliza tecnologias modernas na produção;
a suinocultura é a principal atividade; e qual a expectativa para o futuro. Em forma de
equação:
(27)
45
em que,
= índice de desempenho competitivo (IDC obtido pelo entrevistado);
= Escolaridade do proprietário ou gerente (em anos de estudo);
= Idade do proprietário ou gerente (em anos);
= Quantos anos de trabalho na atividade (em anos);
= Utiliza tecnologias modernas na produção (variável dummy);
= Suinocultura é a atividade principal (variável dummy);
= Qual a expectativa para o futuro (variável dummy),
em que:
1 se pretende permanecer produzindo e investir na atividade; e
0 caso contrário.
O método utilizado para a estimativa dos parâmetros foi o de Mínimos Quadrados
Ordinários (MQO). Os sinais dos parâmetros das variáveis não estão predefinidos pela
literatura. Além disso, não está estabelecida na literatura a forma funcional para a estimação
do modelo econométrico. Por isso, foram testadas as seguintes formas funcionais: linear,
semilogarítmica na variável independente, semilogarítmica na variável dependente e a forma
logarítmica nas variáveis dependente e independentes, sendo estimados quatro modelos
econométricos diferentes e escolhida à forma funcional que apresentar o melhor resultado
estatístico.
Resumidamente, o modelo consiste em, através da análise fatorial, identificar os
principais fatores determinantes da competitividade da produção de suínos. Com base nesses
fatores, calcula-se e hierarquiza-se cada granja suinícola de acordo com IDC e definem-se as
categorias de índice de desempenho competitivo. A partir daí, utiliza-se a análise de regressão
para identificar o grau de influência de outras variáveis (competitividade clássicas) não
adicionadas à análise fatorial sobre o índice de desempenho competitivo.
3.3 Fonte de dados
Os dados da pesquisa foram obtidos via levantamento de fontes secundárias e pesquisa
de campo feita, diretamente com os suinocultores, associações e órgãos representativos do
setor de suínos mato-grossense. Utilizou-se como instrumento de coleta de dados a aplicação
de questionários aos produtores. Os suinocultores selecionados para fazer parte da amostra
46
foram escolhidos nos estabelecimentos cadastrados no Instituto de Defesa Agropecuária do
Estado de Mato Grosso (INDEA/MT).
As entrevistas foram feitas com produtores de suínos que empreendem o processo
produtivo em granjas de ciclo completo (CC) e unidade de terminação (UT), distribuídos nas
principais regiões produtoras do estado. A amostra de produtores entrevistados foi três vezes
maior que o número de variáveis utilizadas na análise fatorial, o que torna viável sua
utilização para a análise. No total, foram aplicados questionários a 65 produtores em 17
municípios. A amostra por município encontra-se assim distribuída: Brasnorte 1, Campo
Novo do Parecis 1, Campo Verde 2, Diamantino 1, Juína 2, Lucas do Rio Verde 9, Nova
Mutum 9, Pedra Preta 1, Poxoréo 1, Primavera do Leste 3, Rondonópolis 3, Santa Carmen 2,
Santa Rita de Trivelato 3, Sinop 6, Sorriso 8, Tangará da Serra 1, Tapurah 10 e Vera 2. Na
Figura 7 ilustra-se a distribuição das entrevistas por município.
Figura 7 - Distribuição das entrevistas por município.
Fonte: Dados da pesquisa.
Com o objetivo de diagnosticar a competitividade da suinocultura no estado, o
questionário contém perguntas relacionadas à: 1) caracterização da empresa e do empresário;
2) condições de fatores; 3) condições de demanda; 4) indústrias correlatas e de apoio; 5)
estratégia, estrutura e rivalidade de empresas; 6) atuação dos órgãos governamentais; e 7)
ferramentas de gestão da propriedade.
47
Por oportuno, as variáveis utilizadas com o objetivo de identificar os fatores
determinantes da competitividade das granjas de suínos estão elencadas abaixo.
= Relação entre o número de suínos e a quantidade de empregados envolvidos na
suinocultura (suínos/empregado);
= Relação entre o número de suínos e a área da propriedade (suínos/hectare);
= Relação entre o número de suínos e a área utilizada para a suinocultura (suíno/hectare);
= Classificação da granja quanto à tecnificação (1 - não tecnificada; 2 - semitecnificada; 3
- tecnificada);
= Sistema de produção (1 - independente; 2 - cooperado; 3 - integrado);
= Relação entre pesos e o tempo dos animais vendidos (peso/dias);
= Preço médio pago pelo milho (reais/saco);
= Frequência de fiscalização sanitária na propriedade (0 - não respondeu; 1 - raramente; 2 -
2 vezes por ano; 3 - frequentemente);
= Qualidade de conservação das vias de acesso à propriedade (nota de 0 a 10);
= Preço médio recebido pelo suíno vivo (reais/quilo);
= Tipo de levantamento e controle de custos (0 - não respondeu; 1 - não faz; 2 - manual; 3
- computadorizado);
= O produtor recebe incentivo fiscal (0 - não respondeu; 1 - não; 2 - sim);
= O produtor já conseguiu crédito a baixas taxas de juros (0 - não respondeu; 1 - não; 2 -
sim);
= Grau de influência da taxa de juros na decisão de tomar empréstimo (nota de 0 a 10);
= Frequência com que consulta assuntos sobre suínos na internet (0 - não respondeu; 1 -
nunca; 2 - raramente; 3 - de vez em quando; 4 - frequentemente; 5 - diariamente);
= Há transferência de conhecimento da universidade (0 - não respondeu; 1 - não; 2 - sim);
= Avaliação da assistência técnica recebida (nota de 0 a 10).
Com a finalidade de melhor visualizar as variáveis constituintes deste estudo, elas
foram agrupadas da seguinte forma:
Grupo 1 - Intensidade de exploração da terra e do trabalho ( , );
Grupo 2 - Características da produção ( );
Grupo 3 - Determinantes do custo e da rentabilidade ( , ).
Grupo 4 - Atuação dos órgãos governamentais ( );
Grupo 5 - Gestão da propriedade ( );
Grupo 6 - Incentivos fiscais e financeiros ( , );
48
Grupo 7 - Acesso e transferência de informações ( ); e
Grupo 8 - Assistência técnica ( ).
Os principais softwares empregados para o processamento dos dados foram: o
Statistical Package for the Social Sciences (SPSS 19) da IBM e o Econometric Views 5.0
(EVIEWS 5.0) da Quantitative Micro Software.
49
4. RESULTADOS E DISCUSSÕES
Este capítulo, dividido em três tópicos, apresenta os resultados da análise da
competitividade do segmento de produção de suínos mato-grossense. No primeiro tópico, são
estabelecidos e discutidos os fatores determinantes da competitividade do setor. No segundo,
é apresentado o calculo do índice de desempenho competitivo de cada granja e estas são
hierarquizadas de acordo com esse índice. Por fim, no último tópico, através da regressão
múltipla, é apresentada a relação entre os determinantes da competitividade e o IDC.
4.1 Análise dos fatores
A análise fatorial foi utilizada com o objetivo de identificar os principais fatores
determinantes da competitividade da produção de suínos em Mato Grosso. Esta técnica foi
escolhida por permitir identificar fatores que explicam o relacionamento entre um conjunto de
variáveis. Além disso, permite a estimação de escores fatoriais que serão utilizados na
próxima seção para obter o IDC.
A análise fatorial foi aplicada aos dados constituídos por uma matriz 65x17, referentes
às 17 variáveis utilizadas para representar a competitividade e às 65 observações
(suinocultores entrevistados).
Antes de iniciar a análise dos dados, tornou-se necessário verificar se a análise fatorial
é adequada para analisar os dados utilizados. A matriz de correlação simples apresenta alto
índice de correlação entre a maioria dos pares de variáveis. Em relação à matriz de anti-
imagem, nota-se predominância de coeficientes baixos em sua maioria, indicando
conveniência na aplicação da análise fatorial.
Além desses, foram utilizados os seguintes testes: o teste de Kaiser-Meyer-Olkin
(KMO) e o teste de Bartlett. O teste de Bartlett verifica o pressuposto de que as variáveis
sejam correlacionadas entre si para testar o ajuste do modelo de análise fatorial aos dados.
Para isso, busca-se verificar se a matriz de correlações é estatisticamente igual a uma matriz
identidade. Neste teste, obteve-se valor de 314,21, então se rejeita a 1% de significância a
hipótese nula de que a matriz de correlação seja uma matriz identidade.
Outro método utilizado para verificar se a análise fatorial é adequada ao estudo dos
dados é o teste de KMO. O valor obtido neste teste foi de 0,57, indicando que os fatores
obtidos na análise fatorial conseguem descrever as variações dos dados originais.
50
Após esses testes, pode-se concluir que a análise fatorial é adequada para analisar os
dados da pesquisa. A partir disso, todas as 17 variáveis para as 65 observações são
padronizadas para que todas as variáveis tenham a mesma variância. Com isso, a participação
de uma variável na determinação dos fatores comuns e do especifico depende apenas da sua
correlação com as demais variáveis.
O primeiro passo da análise fatorial consiste na determinação da matriz de correlação
simples entre as variáveis. Essa matriz permite avaliar o grau de relação entre as variáveis. A
análise fatorial busca, a partir do conjunto de variáveis, agrupá-las de acordo com o grau de
correlação existente entre elas e assim determinar os fatores. Na Tabela 13 é apresentada a
matriz de correlação entre as variáveis, estando destacadas em negrito as correlações que
possuem significância estatística ao nível de 10%.
Analisando a matriz de correlação, constata-se que, do conjunto de variáveis, a
variável - Relação entre o número de suínos e a quantidade de empregados é a que
apresenta o maior número de correlações acima de 0,50 e estatisticamente significante. Esta
variável se encontra positivamente correlacionada com a variável - Sistema de produção, e
negativamente relacionado à variável - Preço médio pago pelo milho. Pode-se concluir que
as granjas que possuem maior proporção de suínos por empregado estão associadas a sistemas
produtivos com maior nível de integração e, de modo contrário, menor será o preço pago pelo
milho.
Outra variável com elevado nível de correlação, acima de 0,50 e estatisticamente
significante, é a variável - Tipo de levantamento e controle de custos, associada à variável
- Frequência com que consulta assuntos sobre suínos na internet. Essa relação indica que
os suinocultores mais informados a respeito do setor possuem maior preocupação em
controlar seus custos de produção.
51
Tabela 13 - Matriz de correlação.
X X X X X X X X X X X X X X X X X
X 1,00
X -0,08 1,00
X 0,05 0,13 1,00
X 0,39 0,06 -0,17 1,00
X 0,68 -0,12 0,00 0,37 1,00
X 0,18 0,30 0,03 0,27 0,29 1,00
X -0,58 -0,22 0,09 -0,30 -0,71 -0,30 1,00
X 0,21 -0,12 -0,07 0,20 -0,01 -0,02 0,06 1,00
X 0,20 0,01 -0,31 0,28 0,15 0,14 -0,19 -0,08 1,00
X -0,08 -0,02 -0,03 -0,10 -0,25 -0,07 0,20 -0,07 -0,02 1,00
X 0,19 -0,23 0,14 0,35 0,16 0,14 0,04 0,21 0,14 -0,02 1,00
X 0,05 -0,03 0,12 0,02 -0,01 0,04 0,07 0,02 0,06 -0,08 0,26 1,00
X -0,08 -0,21 -0,21 0,18 0,08 0,13 0,07 -0,13 0,11 -0,05 -0,01 0,13 1,00
X 0,16 -0,15 -0,03 0,14 0,24 -0,02 -0,07 -0,10 0,08 0,09 0,06 -0,11 0,48 1,00
X 0,13 -0,10 0,03 0,46 -0,10 -0,04 0,20 0,29 -0,05 0,22 0,52 0,11 0,08 0,10 1,00
X -0,04 -0,11 0,08 0,30 -0,07 -0,08 0,15 0,09 -0,14 -0,09 0,20 -0,10 0,00 0,12 0,46 1,00
X 0,15 0,03 -0,13 0,36 0,13 0,10 -0,07 0,30 0,08 -0,10 0,19 0,00 -0,07 0,04 0,19 0,19 1,00 Valores em negrito são estatisticamente significativos a 10%.
Fonte: Resultados da pesquisa.
52
A segunda etapa consiste na extração dos fatores necessários para representar as
variáveis analisadas. Para isso, foi utilizado o método de componentes principais, que busca
estimar um conjunto mínimo de combinações lineares entre as cargas fatoriais e as variáveis
com o objetivo de explicar o máximo de variância dos dados. A determinação do número de
fatores a ser extraído foi obtido pelo emprego do critério da raiz latente, em que o número de
fatores extraídos é igual ao número de autovalores maiores ou iguais a unidade.
Aplicando-se aos dados à técnica de análise fatorial, pelo método de componentes
principais, eles resultam na extração de sete fatores com raiz característica superior à unidade.
Além disso, foi feita a rotação dos fatores com o objetivo de obter uma matriz de cargas
fatoriais cuja interpretação seja mais simplificada. Para isso, utilizou-se o método de rotação
ortogonal Varimax, por facilitar a interpretação, tornando os coeficientes de correlação entre
as variáveis e os fatores próximos a zero e um. Esse método de rotação não altera o total de
variância explicada pelos sete fatores, em conjunto, que continua o mesmo antes e após a
rotação dos fatores.
Após a rotação dos fatores pelo método Varimax, foram obtidos sete fatores - 1, 2,
3, 4, 5, 6 e 7 - que explicam, respectivamente, 15,32%, 14,13%, 9,76%, 8,85%,
8,79%, 8,40% e 7,05% da variância total das variáveis. O primeiro fator apresenta o maior
grau de explicação sobre o conjunto de dados, e essa magnitude se reduz gradualmente para
os demais fatores. Os sete fatores explicam juntos 72,34% da variância total das variáveis.
Tabela 14 - Fatores obtidos pelo método de componentes principais.
Componentes Autovalores e variâncias iniciais Variância após rotação
Total % da Variância Variância
acumulada % Total % da Variância
Variância acumulada %
1 3,150 18,529 18,529 2,605 15,323 15,323
2 2,389 14,051 32,579 2,403 14,136 29,459
3 1,736 10,209 42,789 1,661 9,769 39,228
4 1,362 8,014 50,802 1,506 8,859 48,087
5 1,304 7,671 58,473 1,495 8,793 56,879
6 1,249 7,348 65,821 1,429 8,408 65,288
7 1,108 6,52 72,341 1,199 7,053 72,341
8 0,872 5,13 77,471
9 0,722 4,248 81,719
10 0,697 4,098 85,818
11 0,612 3,601 89,418
12 0,468 2,755 92,173 13 0,409 2,405 94,578 14 0,293 1,724 96,302 15 0,265 1,559 97,861 16 0,189 1,113 98,974 17 0,174 1,026 100
Fonte: Resultados da Pesquisa.
53
Na Tabela 15 visualizam-se as cargas fatoriais e as comunalidades para os fatores
selecionados. Por meio delas, torna-se possível confirmar se os sete fatores são capazes de
explicar conjuntamente uma proporção significativa da variância de cada variável, ou se uma
quantidade significativa de variáveis está associada fortemente aos sete fatores.
Analisando a comunalidade, verifica-se que algumas variáveis possuem alta relação
com os fatores, obtendo um poder de explicação alto, acima de 0,70, para os sete fatores
obtidos. Essas variáveis são: - Relação entre o número de suínos e a quantidade de
empregados; - Relação entre o número de suínos e a área da propriedade; - Relação
entre o número de suínos e a área com suínos; - Classificação da granja quanto à
tecnificação; - Sistema de produção; - Preço médio pago pelo milho; - Preço médio
recebido pelo suíno vivo; - Recebe incentivo fiscal; - Já conseguiu crédito a baixas
taxas de juros; - Grau de influência da taxa de juros na decisão de tomar empréstimo; e
- Frequência com que consulta assuntos sobre suínos na internet. No conjunto de
variáveis analisadas, para todas as variáveis, a maior parcela da variância explicada está
relacionada aos sete fatores.
A interpretação da matriz de cargas fatoriais permite identificar a estrutura entre as
variáveis. Para isso, foram identificadas e destacadas em negrito as cargas fatoriais mais altas
e significantes para cada variável entre os sete fatores, ou seja, cargas fatoriais maiores que
0,50 em valor absoluto. Posteriormente, os fatores foram rotulados com o objetivo de
descrever um significado para o conjunto de cargas fatoriais encontrados. Na Tabela 15, as
variáveis que apresentaram as maiores cargas fatoriais para os fatores em comum foram
agrupadas com a finalidade de facilitar a visualização dos fatores.
54
Tabela 15 - Matriz de cargas fatoriais rotacionada, comunalidades e porcentagem de variância explicada.
Variáveis Cargas Fatoriais Comunalidade
F1 F2 F3 F4 F5 F6 F7
X1 - Relação entre o número de suínos e a quantidade de empregados 0,866 0,162 -0,064 0,027 -0,073 0,096 0,079 0,801
X5 - Sistema de produção 0,895 0,020 0,173 0,015 0,016 0,027 -0,174 0,863
X7 - Preço médio pago pelo milho -0,811 0,090 0,030 -0,110 -0,287 0,142 0,131 0,798
X4 - Classificação da granja quanto à tecnificação 0,356 0,673 0,169 0,264 0,254 0,092 -0,012 0,751
X8 - Frequência de fiscalização sanitária na propriedade 0,086 0,502 -0,415 0,116 -0,310 0,061 -0,100 0,544
X15 - Frequência com que consulta assuntos sobre suínos na internet -0,083 0,757 0,087 -0,103 -0,062 0,250 0,378 0,807
X16 - Há transferência de conhecimento da universidade -0,153 0,687 0,196 -0,317 -0,048 -0,170 -0,101 0,677
X17 - Avaliação da assistência técnica recebida 0,086 0,593 -0,171 0,251 0,061 -0,081 -0,235 0,517
X13 - Já conseguiu crédito a baixas taxas de juros -0,095 0,009 0,826 0,230 -0,025 0,158 -0,141 0,790
X14 - Grau de influência da taxa de juros na decisão de tomar empréstimo 0,211 0,103 0,770 -0,025 -0,128 -0,143 0,136 0,705
X3 - Relação entre o número de suínos e a área com suínos 0,072 -0,068 -0,082 -0,824 0,140 0,236 0,059 0,775
X9 - Qualidade de conservação das vias de acesso à propriedade 0,195 -0,020 0,087 0,694 0,151 0,206 0,116 0,606
X2 - Relação entre o número de suínos e a área da propriedade -0,075 -0,055 -0,224 -0,068 0,829 -0,170 0,008 0,780
X6 - Relação entre pesos e o tempo dos animais 0,259 0,073 0,097 0,089 0,693 0,173 -0,060 0,604
X11 - Tipo de levantamento e controle de custos 0,168 0,496 0,007 -0,067 -0,085 0,614 0,168 0,691
X12 - Recebe incentivo fiscal -0,071 -0,075 -0,008 0,008 0,023 0,838 -0,140 0,733
X10 - Preço médio recebido pelo suíno vivo -0,146 -0,042 0,002 0,062 -0,026 -0,088 0,906 0,856
Percentagem de variância explicada pelo fator após a rotação 15,323 14,136 9,769 8,859 8,793 8,408 7,053 Fonte: Resultados da pesquisa.
55
O primeiro fator 1 é composto pelos indicadores: relação entre o número de suínos e
a quantidade de empregados, sistema de produção e preço pago pelo milho. Essas três
variáveis explicam juntas 15,3% da variância total dos dados, sendo, portanto, as mais
relevantes para explicar a competitividade da produção de suínos mato-grossense.
O fator 1 está positiva e fortemente relacionado com o indicador do grupo
Intensidade de exploração do trabalho, (Relação entre o número de suínos e a quantidade
de empregados envolvidos na suinocultura), com a variável (Sistema de produção), que
integra o grupo Características da produção, e negativamente associado à variável (Preço
médio pago pelo milho), constituinte do grupo Determinantes do custo e rentabilidade. Nesse
fator, a variável tipo de sistema de produção apresentou a maior carga fatorial, portanto, este
fator será denominado sistema de produção e determinantes do custo.
Analisando este fator, verifica-se que os principais determinantes da competitividade
estão ligados ao sistema de produção e às variáveis relacionadas ao custo de produção. Então,
quanto mais integrado for o sistema de produção, mais competitiva será a granja. Esse fato se
deve aos sistemas integrados de produção serem mais eficientes na alocação dos recursos e
controle dos custos. Além disso, uma outra vantagem está ligada à intensidade de utilização
da mão de obra, sendo mais competitivas as produções que utilizam menor quantidade de
funcionário por suíno, por este custo representar o segundo maior custo de produção, depois
apenas da ração. De modo oposto, a variável preço do milho atua em sentido contrário à
competitividade, em que quanto maior o preço do milho, menor a competitividade da granja,
posto que esse insumo é o principal componente da ração, chegando a representar até 40% do
custo de produção do suíno vivo.
O fator 2 está constituído por cinco indicadores. Destes cinco, quatro possuem carga
fatorial elevada, são eles: a variável componente do grupo Características da produção,
(Classificação da granja quanto à tecnificação), e os indicadores do grupo Acesso e
transferência de informações, (Frequência com que consulta assuntos sobre suínos na
internet) e (Há transferência de conhecimento da universidade), além da variável
(Avaliação da assistência técnica recebida), constituinte do grupo Assistência técnica.
Ademais, a variável do grupo Atuação dos órgãos governamentais, (Frequência de
fiscalização sanitária na propriedade), possui uma correlação positiva, entretanto fraca para o
fator. Este fator será denominado transferência de conhecimento para a produção e
característica da granja.
56
Esse fator demonstra o elevado grau de importância que a transferência de
conhecimentos tem sobre a competitividade do sistema produtivo, seja via assistência técnica,
internet ou universidade. Outro indicador determinante da competitividade se refere ao grau
de tecnificação da granja, sendo mais eficiente a produção mais tecnificada.
O terceiro fator, 3, está associado forte e positivamente à variável (Aquisição
crédito a baixas taxas de juros) e à variável (Grau de influência da taxa de juros na
decisão de tomar empréstimo), pertencentes ao grupo Incentivos fiscais e financeiros. Esta
variável foi rotulada de acesso a crédito financeiro.
Então, constata-se que a disponibilidade de crédito ao suinocultor, com taxa de juros
diferenciada, possibilita a realização de investimentos no sistema produtivo e
consequentemente aumento da competitividade na produção. Portanto, linhas de crédito
específicas para o setor, com juros subsidiados, promovem o desenvolvimento da atividade e
o aumento da competitividade da suinocultura.
O fator 4 está correlacionado positiva e fortemente ao indicador (Qualidade de
conservação das vias e acessos a propriedade), do grupo Atuação dos órgãos governamentais,
e negativamente relacionado à variável (Relação entre o número de suínos e a área
utilizada para a suinocultura), integrante do grupo Intensidade de exploração da terra. Este
fator será intitulado infraestrutura e exploração do solo.
O quarto fator indica que o grau de conservação das estradas de acesso à propriedade
afeta positivamente a competitividade, devido ao preço pago ao produtor pelo suíno vivo estar
ligado ao custo de transporte. Portanto, o grau de conservação das vias determina diretamente
a rentabilidade do empreendimento. O indicador intensidade de exploração da terra, por outro
lado, possui sinal negativo, indicando que sistemas produtivos confinados, com alta densidade
de suínos por área, atuam como inibidor da competitividade.
O fator 5 apresenta correlação positiva e forte com o indicador (Relação entre o
número de suínos e a área da propriedade), constituinte do grupo Intensidade de exploração da
terra, e com a variável do grupo Determinantes do custo e rentabilidade, (Relação entre o
peso e o tempo dos animais vendidos). Este fator será referenciado como uso da terra e taxa
de conversão animal.
O indicador de uso da terra aponta que quanto maior a área da propriedade, maior será
o nível de competitividade alcançado pela atividade. Essa variável é um dos requisitos da
suinocultura industrial como medida para garantir a segurança sanitária da produção. Por
outro lado, o determinante taxa de conversão do peso vivo de suíno por dia é um importante
57
indicador da rentabilidade da produção, pois quanto maior a taxa de conversão, menor será o
custo de produção, aumentando, consequentemente, a rentabilidade da atividade.
O fator 6 obteve correlação forte e positiva com a variável (Tipo de
levantamento e controle de custos), do grupo Gestão da propriedade, e com a variável
(Recebe incentivos fiscais), pertencente ao grupo Incentivos fiscais. Este fator foi denominado
de políticas de incentivo fiscal e gestão da propriedade.
A variável relacionada à gestão da propriedade indica que empresas com mecanismos
mais eficientes para o controle de custos são mais competitivas porque os mecanismos de
controle de custos de produção vêm para auxiliar o produtor na gestão e controle da granja,
além de servir de apoio ao proprietário para tomada de decisões. Em adição, a variável
relacionada ao recebimento de incentivos fiscais também vem somar como fator positivo para
a competitividade. Esse incentivo propicia diferencial competitivo à suinocultura mato-
grossense, como a redução tributária, o que tem gerado vantagem comparativa em relação a
outras regiões produtoras.
O fator 7 é o indicador com maior carga fatorial, positivo e fortemente relacionado à
variável (Preço médio recebido pelo suíno vivo), pertencente ao grupo Determinante da
rentabilidade. Por oportuno, o fator será chamado receita do empreendimento. Portanto, o
melhor preço pago pelo suíno vivo é um reflexo tanto da eficiência na alocação dos recursos
produtivos, quanto da qualidade do produto fornecido.
No último passo da análise fatorial, utiliza-se a matriz de pesos dos escores em
conjunção com os valores das variáveis iniciais para o cálculo dos escores fatoriais. Os
escores fatoriais estimados são apresentados na próxima seção. O peso do escore vinculado ao
fator, para a variável que ele representa, costuma ter o maior peso e sinal no mesmo sentido
da carga fatorial, os demais costumam obter menor peso. Na Tabela 16, visualiza-se a matriz
de pesos dos escores fatoriais para cada variável por fator.
58
Tabela 16 - Matriz de pesos dos escores fatoriais das granjas de suínos de Mato Grosso.
Variáveis Fatores
F1 F2 F3 F4 F5 F6 F7
X1 - Relação entre o número de suínos e a quantidade de empregados 0,380 -0,003 -0,088 -0,048 -0,138 0,025 0,144
X5 - Sistema de produção 0,362 -0,049 0,075 -0,083 -0,083 -0,010 -0,071
X7 - Preço médio pago pelo milho -0,313 0,062 0,038 0,001 -0,100 0,113 0,015
X4 - Classificação da granja quanto à tecnificação 0,049 0,275 0,072 0,125 0,177 -0,013 -0,001
X8 - Frequência de fiscalização sanitária na propriedade 0,033 0,201 -0,291 0,105 -0,231 -0,003 -0,096
X15 - Frequência com que consulta assuntos sobre suínos na internet -0,047 0,299 0,034 -0,072 0,026 0,093 0,274
X16 - Há transferência de conhecimento da universidade -0,094 0,343 0,147 -0,237 0,030 -0,202 -0,144
X17 - Avaliação da assistência técnica recebida -0,044 0,282 -0,125 0,165 0,039 -0,115 -0,209
X13 - Já conseguiu crédito a baixas taxas de juros -0,112 -0,017 0,500 0,106 0,024 0,108 -0,160
X14 - Grau de influência da taxa de juros na decisão de tomar empréstimo 0,087 0,024 0,462 -0,093 -0,066 -0,141 0,105
X3 - Relação entre o número de suínos e a área com suínos 0,093 -0,043 0,011 -0,573 0,110 0,168 0,050
X9 - Qualidade de conservação das vias de acesso à propriedade 0,012 -0,054 -0,007 0,463 0,077 0,155 0,131
X2 - Relação entre o número de suínos e a área da propriedade -0,098 0,044 -0,086 -0,047 0,583 -0,106 0,040
X6 - Relação entre pesos e o tempo dos animais 0,010 0,031 0,075 0,015 0,469 0,117 -0,011
X11 - Tipo de levantamento e controle de custos 0,051 0,134 -0,026 -0,055 -0,040 0,386 0,124
X12 - Recebe incentivo fiscal -0,069 -0,113 -0,011 0,023 0,022 0,628 -0,138
X10 - Preço médio recebido pelo suíno vivo 0,027 -0,043 -0,028 0,072 0,024 -0,070 0,774 Fonte: Resultados da pesquisa.
59
4.2 Índice de Desempenho Competitivo
Nesta seção, os escores fatoriais serão utilizados para representar os fatores na
construção do índice de desempenho competitivo do segmento de produção de suínos de
Mato Grosso. Os escores fatoriais são calculados com a finalidade de criar um conjunto
menor de variáveis, capazes de sumarizar as informações contidas nas variáveis originais.
Estes escores são elementos de medida calculados pela combinação dos pesos fatoriais pelos
valores das variáveis originais, para cada observação de cada fator extraído na análise fatorial.
Os escores fatoriais são obtidos substituindo na equação (18), os pesos dos escores
fatoriais e os valores das variáveis normalizadas. Os escores estimados permitem identificar o
grau e o sentido de influência de cada escore na construção do IDC de cada amostra. Após
obter os escores fatoriais originais, eles foram padronizados pela equação (23), obtendo-se
assim escores fatoriais padronizados com valores positivos entre 0 e 1. Os escores fatoriais
originais e padronizados de cada observação, para os sete fatores, podem ser visualizados na
Tabela 17.
O sinal do escore fatorial indica o fator em que a empresa detém vantagem ou
desvantagem competitiva e sua intensidade. Os coeficientes positivos representam indicadores
favoráveis para a competitividade, de modo contrário, os coeficientes negativos referem-se a
indicadores desfavoráveis para a competitividade da empresa. Analisando a matriz de escore
fatorial original, constata-se que a porcentagem de amostras com coeficientes positivos foi de
33,8%, 58,5%, 58,5%, 61,5%, 38,5%, 50,8% e 58,5%, respectivamente, para cada um dos sete
fatores. Isso indica que a maior parte das empresas apresenta vantagem competitiva nos
fatores 4 (Infraestrutura e exploração do solo), 2 (Transferência de conhecimento para
produção e característica da granja), 3 (Acesso a crédito financeiro), 7 (Receita do
empreendimento) e 6 (Políticas de incentivo fiscal e gestão da produção).
Ademais, apenas 33,8% das propriedades visitadas têm como indicador favorável o
fator F1 (Sistema de produção e determinantes do custo), que, como constatado, é o principal
determinante da competitividade do setor. Portanto, o ponto fundamental para aumentar a
competitividade das propriedades produtoras de suínos está ligado à melhoria sistemática nos
indicadores constituintes desse fator.
Neste contexto, os produtores dever buscar aumentar os níveis de integração a
montante (fornecedores de insumos) no intuito de reduzir os custos de produção e a jusante
(frigoríficos e abatedouros) da cadeia, com a finalidade de auferir melhores preços de venda.
Outro avanço deve ocorrer com a redução do número de trabalhadores utilizados na granja,
60
que pode ser alcançada com o treinamento dessa mão de obra e mecanização do sistema
produtivo. Além disso, o produtor deve buscar mecanismos de mercado para o controle do
preço dos insumos, como operações de hedge. Esse mecanismo possibilita maior controle
sobre o preço pago pelo milho e soja.
O índice de desempenho competitivo para cada uma das 65 observações foi obtido ao
realizar uma combinação linear dos escores fatoriais padronizados pela proporção da
variância explicada por cada fator, conforme equação (24). Posteriormente, as unidades de
produção foram ordenadas de forma decrescente, segundo o valor obtido no IDC (Tabela 17).
Para o conjunto de 65 empresas constituintes da amostra, a média dos IDCs foi 0,51 e
mediana 0,52. Pode-se interpretar que na média as unidades produtivas apresentam um
desempenho competitivo intermediário. Desse total, cinquenta e nove unidades produtivas
(90,8% das empresas) obtiveram nível de desempenho competitivo intermediário, ou seja,
possuem IDC entre 0,35 a 0,70. As demais empresas, 9,2% do total, possuem desempenho
competitivo considerado baixo. Esses resultados demonstram que a competitividade da
suinocultura estadual ainda se encontra em fase inicial, sendo necessário maior investimento
por parte dos produtores para melhorar seus indicadores, principalmente com relação ao fator
F1 (Sistema de produção e determinantes do custo).
Ao comparar os IDCs obtidos em relação à média e à mediana, do total, 38 unidades
produtivas apresentaram IDC igual ou superior à média e 33 possuem IDC igual ou superior à
mediana do índice. Ao avaliar o IDC médio por município, identifica-se que as propriedades
com desempenho competitivo baixo, ou seja, IDC inferior a 0,35 estão localizados nos
municípios de Campo Novo do Parecis e Juína.
Ademais, os municípios que apresentam granjas com IDC abaixo da média, ou seja,
IDC entre 0,35 e 0,51 encontram-se instalados em Brasnorte, Campo Verde, Diamantino,
Pedra Preta, Poxoréo, Primavera do Leste, Santa Carmen, Sinop, Tangará da Serra e Vera.
No mais, os estabelecimentos com IDC acima da média estão localizados em Lucas do
Rio Verde, Nova Mutum, Rondonópolis, Sorriso, Santa Rita de Trivelato e Tapurah. A Figura
8 ilustra o IDC médio dos suinocultores entrevistados, por município.
61
Figura 8 - Índice de desempenho competitivo médio por município.
Fonte: Resultado da pesquisa.
As quatro empresas com maior IDC apresentaram elevados escores fatoriais nos
fatores 1 e 7 e, valores regulares para os demais. Ao avaliar as características das sete
empresas com IDC>0,6, observa-se que 6 trabalham em sistema de produção integrado e a
outra, independente, produzidos em granjas tecnificadas, obtendo informações da internet
diariamente e apenas uma obtém informações da universidade, utilizando em média um
trabalhador para 2.205 suínos, taxa de conversão de 1,12 quilos por dia, em sua maioria não
tem gasto com ração por ser integrado e recebem remuneração em média 76,1% superior por
quilo do suíno vivo.
Quanto às seis granjas consideradas de baixo desempenho competitivo, ou seja, com
IDC inferior a 0,35, caracterizam-se por apresentar deficiência nos fatores F1 (Sistema de
produção e determinantes do custo), F2 (Transferência de conhecimento para produção e
característica da granja), F5 (Uso da terra e taxa de conversão animal) e F7 (Receita do
empreendimento). No geral, as empresas com pior desempenho têm em média um empregado
para 360 suínos, com sistema de produção independente, pagando pelo milho preço 50%
superior à média das demais, com granjas não tecnificadas, recebendo fiscalização sanitária
duas vezes por ano, não obtendo informações da internet ou universidade, com nota 3,83 para
assistência técnica, média de 460 suínos por hectare da propriedade, taxa de conversão de
0,92 quilo por dia e recebendo preço 8% inferior à média por quilo de suíno vivo.
62
Tabela 17 - Matriz de escores fatoriais originais, padronizados e índice de desempenho
competitivo.
Suinocultor Escore fatorial original Escore fatorial padronizado
IDCF1 F2 F3 F4 F5 F6 F7 FP1 FP2 FP3 FP4 FP5 FP6 FP7
SUI 1 2,93 0,44 -0,82 0,21 -0,86 0,21 1,35 1,00 0,70 0,43 0,81 0,14 0,64 0,71 0,67
SUI 2 1,66 -0,19 0,15 0,01 0,57 -0,14 2,92 0,70 0,54 0,68 0,78 0,35 0,59 1,00 0,65
SUI 3 1,77 0,14 -0,45 0,37 -0,07 0,15 2,62 0,72 0,62 0,52 0,83 0,26 0,63 0,94 0,64
SUI 4 1,42 0,21 0,42 0,20 -0,15 -0,05 2,15 0,64 0,64 0,74 0,80 0,24 0,60 0,86 0,64
SUI 5 -0,09 1,34 0,48 0,34 0,85 0,22 0,24 0,28 0,94 0,76 0,82 0,39 0,64 0,50 0,62
SUI 6 1,66 0,52 0,26 -0,46 -0,66 0,01 0,25 0,70 0,72 0,70 0,71 0,17 0,61 0,50 0,61
SUI 7 1,30 -1,06 1,00 0,72 0,76 -0,66 1,72 0,61 0,31 0,89 0,88 0,37 0,52 0,78 0,60
SUI 8 1,59 0,78 -0,10 -0,45 -0,37 0,08 -0,94 0,68 0,79 0,61 0,71 0,21 0,62 0,28 0,59
SUI 9 0,54 0,79 1,15 -0,93 1,37 -0,17 -1,52 0,43 0,79 0,93 0,64 0,46 0,59 0,17 0,59
SUI 10 1,83 -0,20 -0,50 0,94 0,15 -0,19 0,07 0,74 0,53 0,51 0,91 0,29 0,59 0,47 0,59
SUI 11 0,02 1,21 0,85 -0,07 -0,47 -0,11 0,09 0,31 0,90 0,85 0,77 0,20 0,60 0,47 0,59
SUI 12 -0,48 1,43 0,72 0,45 -0,13 0,07 -0,08 0,19 0,96 0,82 0,84 0,25 0,62 0,44 0,59
SUI 13 -0,28 1,02 1,18 -0,14 -0,13 0,03 0,16 0,23 0,85 0,93 0,75 0,25 0,61 0,49 0,58
SUI 14 -0,49 0,35 -1,18 1,03 5,18 0,32 0,62 0,18 0,68 0,34 0,93 1,00 0,65 0,57 0,58
SUI 15 1,36 0,09 0,44 0,91 -0,07 0,19 -1,76 0,63 0,61 0,75 0,91 0,26 0,64 0,13 0,58
SUI 16 1,19 -0,44 0,53 1,08 -0,01 -0,18 -0,65 0,58 0,47 0,77 0,93 0,26 0,59 0,33 0,57
SUI 17 -0,75 1,24 0,83 -0,47 0,00 0,32 0,43 0,12 0,91 0,84 0,71 0,27 0,65 0,54 0,56
SUI 18 -0,42 0,94 1,34 -1,36 0,19 0,16 0,04 0,20 0,83 0,97 0,58 0,29 0,63 0,46 0,56
SUI 19 1,46 -0,09 0,38 0,02 0,52 -0,56 -1,88 0,65 0,56 0,73 0,78 0,34 0,53 0,11 0,56
SUI 20 -0,51 1,23 0,43 0,37 -0,69 -0,07 0,08 0,18 0,91 0,75 0,83 0,17 0,60 0,47 0,55
SUI 21 -0,91 0,56 1,44 0,25 0,31 -0,11 0,34 0,08 0,73 1,00 0,81 0,31 0,60 0,52 0,55
SUI 22 1,70 -1,70 1,20 0,00 0,24 -0,08 0,06 0,71 0,14 0,94 0,78 0,30 0,60 0,47 0,55
SUI 23 -0,16 -0,29 1,24 0,48 0,37 0,22 0,21 0,26 0,51 0,95 0,85 0,32 0,64 0,49 0,55
SUI 24 -0,04 -0,35 1,32 0,05 0,06 0,11 0,66 0,29 0,50 0,97 0,78 0,28 0,63 0,58 0,55
SUI 25 1,22 0,49 -0,90 0,11 -1,09 -0,05 0,09 0,59 0,71 0,41 0,79 0,11 0,60 0,47 0,55
SUI 26 -0,67 0,29 0,79 0,90 -0,38 0,47 0,70 0,14 0,66 0,83 0,91 0,21 0,67 0,59 0,54
SUI 27 0,74 0,77 0,56 -0,39 -0,28 -0,34 -2,37 0,48 0,79 0,78 0,72 0,23 0,56 0,01 0,54
SUI 28 -0,17 0,21 0,95 0,79 0,04 0,58 -1,30 0,26 0,64 0,88 0,89 0,27 0,69 0,21 0,54
SUI 29 0,14 -0,13 0,81 0,34 -0,29 0,03 -0,14 0,33 0,55 0,84 0,83 0,23 0,61 0,43 0,53
SUI 30 -0,97 0,57 -0,58 0,60 2,51 -0,13 0,75 0,07 0,74 0,49 0,86 0,62 0,59 0,60 0,53
SUI 31 -0,67 0,57 0,44 0,77 -0,44 0,25 0,12 0,14 0,73 0,75 0,89 0,20 0,64 0,48 0,53
SUI 32 -0,44 0,01 0,59 -0,35 -0,32 0,66 1,01 0,20 0,59 0,78 0,72 0,22 0,70 0,64 0,52
SUI 33 -0,37 -0,53 1,15 0,69 0,41 0,14 -0,14 0,21 0,45 0,93 0,88 0,32 0,63 0,43 0,52
SUI 34 1,27 -1,10 0,23 -1,26 1,26 2,19 -2,45 0,61 0,30 0,69 0,59 0,45 0,91 0,00 0,51
SUI 35 -0,22 0,16 0,76 -0,03 0,30 -0,61 -0,66 0,25 0,63 0,83 0,77 0,31 0,53 0,33 0,51
SUI 36 -0,84 0,74 0,63 -0,32 -0,35 -0,08 -0,07 0,10 0,78 0,80 0,73 0,22 0,60 0,44 0,51
SUI 37 -0,60 0,19 -0,15 0,85 -0,26 0,69 0,38 0,16 0,63 0,60 0,90 0,23 0,70 0,53 0,51
SUI 38 -0,51 1,06 0,01 -0,67 -1,09 -0,48 0,61 0,18 0,86 0,64 0,68 0,11 0,55 0,57 0,51
SUI 39 -0,66 0,96 -0,46 -0,36 0,41 -0,33 0,09 0,14 0,84 0,52 0,72 0,32 0,57 0,47 0,50
SUI 40 -0,80 1,59 -0,12 -0,93 -0,84 -0,84 0,10 0,11 1,00 0,60 0,64 0,15 0,50 0,47 0,50Continua...
63
Tabela 17 - Matriz de escores fatoriais originais, padronizados e índice de desempenho
competitivo (Continuação).
Suinocultor Escore fatorial original Escore fatorial padronizado
IDCF1 F2 F3 F4 F5 F6 F7 FP1 FP2 FP3 FP4 FP5 FP6 FP7
SUI 41 -0,86 1,10 0,73 -0,93 -0,67 -1,02 -0,21 0,10 0,87 0,82 0,64 0,17 0,47 0,42 0,50
SUI 42 -0,26 0,96 -1,26 -0,32 -0,22 0,10 0,14 0,24 0,84 0,32 0,73 0,24 0,62 0,48 0,49
SUI 43 -0,49 -0,26 -0,63 0,59 -0,11 2,45 -0,23 0,18 0,52 0,48 0,86 0,25 0,94 0,41 0,49
SUI 44 1,27 -0,28 -0,78 -0,20 -0,22 0,06 -1,92 0,61 0,51 0,44 0,75 0,23 0,62 0,10 0,49
SUI 45 -0,75 0,24 -1,69 1,21 -0,37 2,81 -0,09 0,12 0,65 0,21 0,95 0,21 0,99 0,44 0,48
SUI 46 -0,90 0,54 -1,02 1,49 -0,66 0,72 -0,08 0,09 0,73 0,38 0,99 0,17 0,71 0,44 0,48
SUI 47 1,62 -0,06 -2,40 0,18 -0,24 0,08 -1,78 0,69 0,57 0,03 0,80 0,23 0,62 0,12 0,47
SUI 48 -1,16 0,00 1,05 0,79 0,87 -1,93 -0,72 0,03 0,59 0,90 0,89 0,39 0,35 0,32 0,47
SUI 49 -0,42 0,79 -1,92 0,26 -0,50 0,48 0,29 0,20 0,79 0,15 0,81 0,20 0,68 0,51 0,47
SUI 50 -0,88 1,48 -1,99 -0,23 0,03 -0,09 0,09 0,09 0,97 0,13 0,74 0,27 0,60 0,47 0,47
SUI 51 -1,26 -0,57 -0,57 0,01 0,78 2,86 0,31 0,00 0,44 0,49 0,78 0,38 1,00 0,51 0,46
SUI 52 -0,33 0,10 -0,56 -0,84 -1,88 -0,53 0,32 0,22 0,61 0,50 0,65 0,00 0,54 0,52 0,43
SUI 53 -0,39 -1,21 0,47 0,67 -0,73 -0,85 -0,50 0,21 0,27 0,75 0,87 0,16 0,49 0,36 0,42
SUI 54 -0,73 -1,35 0,95 0,30 -0,24 -0,41 -0,55 0,13 0,23 0,87 0,82 0,23 0,55 0,35 0,42
SUI 55 0,07 -1,81 0,42 -5,32 1,30 1,01 1,03 0,32 0,12 0,74 0,00 0,45 0,75 0,65 0,39
SUI 56 -0,60 -2,19 0,16 0,42 -0,50 -0,14 0,73 0,16 0,02 0,68 0,84 0,20 0,59 0,59 0,38
SUI 57 -1,06 -0,64 0,46 -0,78 -1,26 -1,18 -0,28 0,05 0,42 0,75 0,66 0,09 0,45 0,40 0,38
SUI 58 -0,44 0,56 -2,34 -2,83 -0,94 0,18 0,06 0,20 0,73 0,04 0,36 0,13 0,64 0,47 0,37
SUI 59 0,03 -0,36 -2,52 0,41 1,15 -4,48 0,02 0,31 0,49 0,00 0,83 0,43 0,00 0,46 0,36
SUI 60 -0,65 -2,25 0,25 0,34 -1,57 -0,51 0,68 0,15 0,00 0,70 0,82 0,04 0,54 0,58 0,35
SUI 61 -0,96 -0,91 -0,98 -0,87 1,44 -1,75 -0,58 0,07 0,35 0,39 0,65 0,47 0,37 0,35 0,35
SUI 62 -1,13 -1,80 -0,53 1,54 -0,93 0,28 -0,52 0,03 0,12 0,50 1,00 0,14 0,65 0,36 0,35
SUI 63 -1,09 -1,95 -0,18 0,08 -0,23 0,14 -0,27 0,04 0,08 0,59 0,79 0,23 0,63 0,41 0,34
SUI 64 -0,40 -1,89 -1,36 0,30 -0,83 -0,05 0,19 0,20 0,09 0,29 0,82 0,15 0,60 0,49 0,34
SUI 65 -0,97 -2,07 -0,74 -0,58 -0,03 -0,15 -0,07 0,07 0,05 0,45 0,69 0,26 0,59 0,44 0,31
Máximo 2,93 1,59 1,44 1,54 5,18 2,86 2,92 Média 0,51
Mínimo -1,26 -2,25 -2,52 -5,32 -1,88 -4,48 -2,45 Mediana 0,52Fonte: Resultados da pesquisa.
4.3 Análise de regressão
Nesta última seção, proceder-se-á à análise de regressão que busca verificar o grau de
influência de outras variáveis não constituintes na análise fatorial sobre o índice de
desempenho competitivo ( ) das granjas de suínos de Mato Grosso, obtido na seção
anterior. Para isso, o modelo de regressão foi estruturado tendo como variável dependente o
estimado para cada granja e como variáveis independentes nível de escolaridade ( ),
idade ( ) e tempo na atividade suinícola ( ) do proprietário ou gerente da granja, uso de
64
tecnologias modernas na produção ( ), a suinocultura constitui a atividade principal do
proprietário ( ) e qual a expectativa para o futuro da produção ( ) (Tabela 18A - Anexo).
Na equação (28)3, visualiza-se o modelo de regressão estimado inicialmente para todas
as variáveis, com os coeficientes, níveis de significância dos parâmetros e o coeficiente de
determinação.
IDC = 0,4170 + 0,0128E + 0,0009I - 0,0004TA - 0,0296TM - 0,0608AP + 0,0417EF (28) (5,64)* (2,03)** (0,99)NS (-0,44)NS (-1,00)NS (-2,32)** (0,81)NS
= 0,202, F=2,453**, DW= 1,350, n=65
Analisando os níveis de significância dos parâmetros estimados, verifica-se que
apenas os parâmetros das variáveis nível de escolaridade ( ) do proprietário ou gerente da
granja e a suinocultura constituída a atividade principal do proprietário ( ) foram
estatisticamente significativos. Então, as variáveis que não apresentaram significância
estatística foram retiradas do modelo de regressão.
O modelo de regressão foi estimado novamente, tendo como variável dependente o
e como variáveis independentes o nível de escolaridade ( ) do proprietário ou gerente da
granja e a suinocultura constitui a atividade principal do proprietário ( ) (Tabela 19A -
Anexo).
Antes de iniciar a análise dos resultados foram conduzidos testes para averiguar a
adequação do modelo às premissas do Modelo de Regressão Linear Clássico (MRLC).
Inicialmente, analisou-se a normalidade da distribuição dos resíduos por meio da estatística
Jarque-Bera (JB), obtendo-se JB de 1,656, indicando que os termos de erro da regressão são
normalmente distribuídos. Então, não se rejeita a hipótese de que os termos de erro
apresentem distribuição normal.
Para verificar o pressuposto da autocorrelação, foi utilizado o teste de Durbin-
Watson (DW), com estatística obtida, de 1,254. Ao analisar o valor calculado da estatística
em relação aos valores tabulados, ao nível de 5% de significância, há evidência de
correlação serial positiva de primeira ordem entre os erros. Com intuito de comprovar a
presença de autocorrelação, executou-se o teste de Breusch-Godfrey para os resíduos do
modelo. Através da estatística , do teste Qui-quadrado e do coeficiente de correlação serial,
a 1% significância, constatou-se que há problemas de autocorrelação serial de segunda ordem
nos resíduos da regressão. Portanto, rejeita-se a hipótese de que não há autocorrelação de
segunda ordem dos resíduos.
3 Os valores entre parênteses localizados abaixo dos parâmetros referem-se aos valores da estatística t. *Estatisticamente significativo a 1%. **Estatisticamente significativo a 5%. NS Estatisticamente não significativo.
65
Para corrigir a autocorrelação, estimou-se a regressão transformada para incluir o
termo auto-regressivo, definido como 2 . A autocorrelação foi corrigida
obtendo-se os coeficientes dos parâmetros e de AR(2) significativos a 1% de probabilidade.
Além disso, comprova-se também, através da estatística Durbin-Watson de 1,654, a ausência
de autocorrelação serial.
Para averiguar a presença de multicolinearidade, utilizou-se a matriz de correlação
simples. Os coeficientes de correlação entre as variáveis e é de 0,306. O quadrado desse
coeficiente =0,093 é inferior ao coeficiente de determinação múltipla =0,42. Então, os
resultados indicam que a regressão apresenta baixo grau de multicolinearidade.
Por fim, com objetivo de detectar a presença de heterocedasticidade no modelo,
aplicou-se o teste de Breusch-Godfrey. Ao analisar as estatísticas, aceita-se, pelos testes e
Qui-quadrado, a hipótese de que os resíduos são homocedásticos. Portanto, não foi detectada
a presença de heterocedasticidade na regressão.
A forma funcional linear nas variáveis dependente e independentes foi a que
apresentou o melhor resultado estatístico e mais se adequou ao modelo econométrico
estimado. Na equação (29)4, são apresentados os parâmetros e os testes estatísticos do modelo
regressão múltipla, estimados pelo método de Mínimos Quadrados Ordinários.
= 0,4944 + 0,0094E - 0,0777AP = 0,420 F=14,278* (29) (17,43)* (2,14)** (-4,39)* DW= 1,654 n=65
O valor da estatística de 14,27, maior que o , crítico de 3,15, indica que a
regressão é estatisticamente significante ao nível de 1%. Então, não se rejeita a hipótese nula
de que os indicadores e em conjunto exerçam influência sobre o IDC. O teste indicou
que as variáveis e foram significativas ao nível de 5% e 1%, respectivamente. Dessa
forma, os indicadores e conseguem explicar a evolução do IDC da produção de suínos
de Mato Grosso.
A equação estimada para o IDC de Mato Grosso foi:
0,4944 0,0094E 0,0777AP (30)
O modelo estimado apresenta significância estatística, mas o sinal do coeficiente do
parâmetro atividade principal não condiz com o esperado, pois as hipóteses que norteiam este
trabalho presumiam que todos os fatores apresentassem parâmetros positivos.
Os resultados do modelo estimado sugerem que um aumento no nível de escolaridade
do proprietário ou gerente da granja provoca aumento no IDC da produção de suínos de Mato
4 Os valores entre parênteses localizados abaixo dos parâmetros referem-se aos valores da estatística t. *Estatisticamente significativo a 1%. **Estatisticamente significativo a 5%.
66
Grosso, ceteris paribus. Então, o nível de escolaridade do proprietário ou gerente apresenta
uma relação direta, entretanto, de baixa intensidade com o desempenho competitivo das
empresas entrevistadas. Esse resultado revela que as empresas gerenciadas por pessoal com
maior nível de escolaridade acabam por se converter em capital humano, pois este gerente é
mais eficiente na realização de tarefas e gestão da empresa, tornando-a mais competitiva.
Analisando as respostas dos suinocultores, observa-se que em média os suinocultores
apresentam nível de escolaridade de segundo grau completo. Com o apoio da análise fatorial,
verifica-se que o segundo fator de maior relevância na determinação da competitividade está
ligado à transferência de conhecimento para a produção. Neste contexto, as empresas
gerenciadas por funcionários com maior nível de escolaridade estão mais aptas a absorver e
implementar novas técnicas produtivas disponíveis no mercado, aumentando assim o
desempenho da suinocultura.
Esse resultado sugere que para as empresas se tornarem mais competitivas é
necessário investimento na formação dos funcionários, treinamento e uma gestão eficiente dos
recursos humanos da empresa. Essas medidas buscam obter o máximo de eficiência dos
funcionários na realização de tarefas e aprimoramento de suas aptidões.
Outrossim, o sinal negativo do coeficiente da variável dummy, (a suinocultura
constitui a atividade principal do proprietário) indica a existência de uma relação inversa entre
a atividade principal desenvolvida pelo suinocultor e o IDC. Então, os produtores que
exploram a suinocultura como atividade principal apresentam IDC, em média, inferior ao
índice de desempenho dos suinocultores cuja principal fonte de renda provém de outra
atividade, ceteris paribus. Portanto, esse resultado contraria a expectativa inicial de que o
produtor que tem a suinocultura como atividade principal teria conhecimento tácito da
atividade, além de maior eficiência na alocação de recursos e, consequentemente, maior
competitividade no setor.
Ao avaliar a resposta dos entrevistados, verifica-se que a suinocultura surge como uma
atividade que concorre pelo investimento do empresário, pois apenas 26% dos entrevistados
têm a suinocultura como principal atividade econômica desenvolvida. Os demais produtores
exploram outras atividades econômicas como principal fonte de renda, tais como: 52,1%
exploram agricultura; 16,7%, a agricultura e a pecuária (bovino e/ ou aves); 10,4%, a
pecuária; 10,4%, outras atividades não agrícolas; e 10,4%, a agricultura e outras atividades.
Assim sendo, aproximadamente 80% dos suinocultores entrevistados têm a agricultura como
uma das atividades principais. Nesse quadro, recorda-se que na análise fatorial a carga fatorial
da variável preço do milho (principal componente da ração) também é negativa,
67
representando, portanto, variável que influencia negativamente a competitividade da
suinocultura.
Desse modo, a competitividade da suinocultura está inversamente atrelada ao preço da
commodity milho. Isso porque os suinocultores, por atuarem na atividade agrícola e na
pecuária, em períodos de alta no preço do milho, se veem diante de elevação do custo da
ração, dessa forma, como efeito dessa mudança, a competitividade da suinocultura tende a se
reduzir. Nesse contexto, isto é, como resultado do incremento do preço de comercialização do
milho, esse bem passa a exibir rentabilidade superior à obtida com a suinocultura. Assim, os
produtores priorizam a venda do milho para outros mercados, sacrificando a produção de
suínos.
Em adição, a partir da década de noventa, os suinocultores de outras unidades
federativas do País e até de outros países têm sido atraídos para Mato Grosso em virtude das
vantagens competitivas apresentadas pelo estado, tais como: disponibilidade de terras
relativamente baratas, além de existência de incentivos governamentais, dentre os quais, os de
origem fiscal. Assim sendo, estes produtores vêm realizando investimentos na produção
agropecuária, de acordo com a rentabilidade do produto e suas expectativas racionais em
relação ao futuro do setor. Neste contexto, principalmente em relação às commodities milho e
soja, a produção agrícola surge como concorrente pelos recursos que serão investidos na
suinocultura. Isso ocorre tanto em decorrência da rentabilidade da atividade, quanto devido à
produção agrícola ser a principal constituinte da ração, que é a parcela mais representativa do
custo de produção da suinocultura.
Portanto, para que a suinocultura seja uma alternativa competitiva em relação a outras
atividades, os produtores devem buscar mecanismos de mercado, como operações de hedge,
para a fixação do preço do milho. Além disso, há a necessidade de políticas públicas para
subsidiar o preço do milho ao produtor de suínos, assegurando assim o mínimo de
rentabilidade ao setor. Atualmente, a suinocultura está unicamente dependente das oscilações
do preço do milho e do farelo de soja, commodities cuja formação de preço depende do
mercado internacional. Nesse quadro, os suinocultores que produzem o próprio milho
preterem o seu uso como insumo nessa atividade, comercializando esse produto em outros
mercados, prejudicando a suinocultura.
Recorda-se que as hipóteses que norteiam esse trabalho são de que os indicadores
nível de escolaridade, idade e tempo na atividade do proprietário ou gerente da granja, uso de
tecnologias modernas na produção, atividade principal e a expectativa para o futuro exercem
influência positiva sobre a competitividade. Com base nos resultados de pesquisa, aceita-se a
68
hipótese de que o nível de escolaridade exibe influência positiva sobre a competitividade do
elo de produção de suínos. Porém, a hipótese de que a propriedade cuja atividade principal é a
suinocultura apresenta maior grau de competitividade foi refutada, por ter se constatado que
ela exibe influência negativa sobre a competitividade.
Ademais, considerava-se que os indicadores: idade, tempo na atividade de
suinocultura do proprietário ou gerente da granja, uso de tecnologias modernas na produção e
a expectativa para o futuro exerceriam influência positiva sobre a competitividade. Entretanto,
como elas não apresentaram significância estatística, deduz-se que não afetam o grau de
competitividade da produção de suínos.
69
5. CONCLUSÃO
A produção de suínos em Mato Grosso vem se consolidando nas últimas décadas, com
um crescimento de 153% do rebanho nos últimos dez anos. Além disso, a carne suína mato-
grossense vem elevando sua inserção no mercado internacional, que em 2010 atingiu volume
exportado de 28,4 mil toneladas, representando 4,9% do total nacional exportado.
Atualmente, estão instalados no estado 13 frigoríficos, com capacidade total de abater 11,2
mil cabeças por dia.
O estado apresenta condições competitivas, tais como: a grande produção de grãos,
ganhos de escala de produção, pertencer à área livre de febre aftosa e peste suína clássica,
além do programa do governo estadual intitulado Granja de Qualidade. Esses fatores têm
atraído investimentos de grupos lideres dos complexos grãos-carnes para o estado.
Neste contexto, pretendeu-se analisar a competitividade da suinocultura mato-
grossense, assim como seus fatores determinantes. Para isso, foram estimados índices de
desempenho competitivo das empresas do segmento de produção suinícola, além de se
verificar o grau de influência de tradicionais determinantes da competitividade sobre este
desempenho competitivo.
O referencial teórico utilizado para embasar o trabalho foi o desenvolvimento da teoria
da concorrência e da competitividade, com base no conceito de competitividade na vertente
da eficiência. Como metodologia de análise, foram utilizadas a análise fatorial e a análise de
regressão.
Com relação à análise fatorial, verifica-se por meio dos testes estatísticos que a análise
fatorial é adequada para analisar os dados da pesquisa. Após a rotação dos fatores, foram
extraídos sete fatores que explicam juntos 72,34% da variância total das variáveis. Por meio
desta análise, constata-se que o fator 1 (Sistema de produção e determinantes do custo) é o
principal determinante da competitividade da suinocultura mato-grossense, por explicar
15,32% da variância total dos dados. Portanto, as variáveis mais relevantes para criação de
vantagem competitiva na produção de suínos estão relacionadas à intensidade de utilização do
trabalho, ao sistema de produção e ao preço médio pago pelo milho.
Avaliando-se as variáveis constituintes de cada fator, estes fatores foram assim
rotulados: 1 - Sistema de produção e determinantes do custo, 2 - Transferência de
conhecimento para produção e característica da granja, 3 - Acesso a crédito financeiro, 4 -
Infraestrutura e exploração do solo, 5 - Uso da terra e taxa de conversão animal, 6 -
Políticas de incentivo fiscal e gestão da propriedade e 7 - Receita do empreendimento.
70
Analisando-se os sinais dos escores fatoriais foi possível constatar que apenas 33,8%
das propriedades visitadas têm como indicador favorável o fator F1 (Sistema de produção e
determinantes do custo), sendo, portanto, o principal fator limitante da competitividade das
empresas do setor. Para reverter este quadro, torna-se necessário que as empresas melhorem o
desempenho dos indicadores intensidade de utilização da mão de obra, grau de integração do
sistema de produção e maior controle sobre o preço pago pelo milho, com objetivo de serem
mais competitivas.
A partir dos escores fatoriais, foram construídos os IDCs para cada empresa
constituinte do escopo de análise. No conjunto amostrado, 95,4% das empresas apresentaram
nível de desempenho competitivo intermediário e 4,6%, desempenho competitivo considerado
baixo. Esses dados indicam que as empresas ainda estão em estágio intermediário de
desempenho competitivo.
A média dos IDCs foi 0,51 e a mediana, 0,52, e das 65 empresas, 38 apresentaram
IDC igual ou superior à média e 33 possuem IDC igual ou superior à mediana. Avaliando o
IDC médio por município, identificou-se que as propriedades com IDC acima da média estão
localizadas em Lucas do Rio Verde, Nova Mutum, Rondonópolis, Sorriso, Santa Rita de
Trivelato e Tapurah. Sendo estes os municípios que apresentam os maiores rebanhos suínos
do estado, além de serem os municípios que possuem a maior concentração de granjas
integradas a cooperativas e agroindústrias.
Pelas análises de regressão, foi possível mensurar o grau de influência de outras
variáveis não consideradas na análise fatorial sobre o IDC. Os resultados indicam que o nível
de escolaridade do proprietário ou gerente da granja exerce influência positiva sobre o IDC.
Este fato é devido ao nível de escolaridade favorecer a incorporação de inovações ao processo
produtivo e à gestão da propriedade.
Por outro lado, o indicador a suinocultura constitui a atividade principal do
proprietário apresenta uma relação inversa entre a atividade principal desenvolvida pelo
suinocultor e o IDC. Isso porque a suinocultura tem se estabelecido como uma atividade
complementar à agricultura, para agregar valor à produção agrícola. Ademais, as variáveis
idade e tempo na atividade do proprietário ou gerente, uso de tecnologias modernas e
expectativa para o futuro não exercem influência sobre o IDC.
71
REFERÊNCIAS
ABIPECS, Associação Brasileira da Indústria Produtora e Exportadora de Carne Suína.
Relatório ABIPECS 2009. Disponível em:
<http://www.abipecs.org.br/uploads/relatorios/relatorios-
associados/ABIPECS_relatorio_2009_pt.pdf>. Acesso em: out. 2011.
ABIPECS, Associação Brasileira da Indústria Produtora e Exportadora de Carne Suína.
Relatório ABIPECS 2010. Disponível em:
<http://www.abipecs.org.br/uploads/relatorios/relatorios-
associados/ABIPECS_relatorio_2010_pt.pdf>. Acesso em: ago. 2011.
ACRISMAT, Associação dos Criadores de Suínos de Mato Grosso. Histórico. Disponível
em: < http://www.acrismat.com.br/novo_site/site/historico.php>. Acesso em: dez. 2010.
ADELMAN, I. Teorias do Desenvolvimento Econômico. 1. ed. Rio de Janeiro: Companhia
Editora Forense, 1972.
ARAÚJO, C.R.V. História do pensamento econômico: uma abordagem introdutória. São
Paulo: Atlas, 1988.
BAIN, J.S. Industrial Organization. 2. ed. New York: John Wiley, 1968.
BACEN, Banco Central do Brasil. Anuário estatístico de crédito rural. Disponível em:
<http://www.bcb.gov.br/?RELRURAL>. Acesso em: dez. 2011.
BATALHA, M.O. Gestão Agroindustrial. 3. ed. São Paulo: Atlas, 2007.
BECKER, G. El capital humano. Madrid: Alianza Universidade Textos, 1983.
BERNARDES, J.A. (Org.); ARACRI, L. A. DOS S. (Org.). Espaço e circuitos produtivos:
a cadeia carne/grãos no cerrado mato-grossense. Rio de Janeiro: Arquimedes Edições,
2010.
CASTRO, S. Introdução à Filosofia. Petrópolis: Vozes, 2008.
CONAB, Companhia Nacional de Abastecimento. Acompanhamento de safra brasileira:
grãos, segundo levantamento. Brasília: CONAB, 2011.
72
CONAB, Companhia Nacional de Abastecimento. Custos de produção de Suínos - Série
histórica. Disponível em: <http://www.conab.gov.br/conteudos.php?a=1274&t=2>. Acesso
em: jun. 2011.
CORRAR, L.J.; PAULO, E.; DIAS FILHO, J.M. Análise multivariada para os cursos de
administração, ciências contábeis e economia. São Paulo: Atlas, 2009.
EHRENBERG, R.; SMITH, R. A moderna economia do trabalho: teoria e política
pública. 5ª ed. São Paulo: Makron Books, 2000.
FARINA, E.M.M.Q.; AZEVEDO, P.F.; SAES, M.S.M. Competitividade: Mercado, Estado
e Organizações. São Paulo: Singular, 1997.
FARINA, E.M.M.Q. Competitividade e coordenação de sistemas agroindustriais: um
ensaio conceitual. Gestão & Produção, São Carlos, v. 6, n. 3, p. 147-161, dez. 1999.
FIALHO, R. Competitividade das exportações brasileiras de carne suína no período de
1990 a 2004. 2006. 94f. Dissertação (Mestrado em Economia Aplicada) - Universidade
Federal de Viçosa, Viçosa, 2006.
GAMA, Z.J.C. Análise da competitividade das empresas de móveis na região
metropolitana de Belém: 2000 a 2004. 2006. 105f. Dissertação (Mestrado em Economia) -
Universidade da Amazônia, Belém, 2006.
GORENDER, J. Apresentação. In: MARX, Karl. O Capital: Crítica da Economia Política.
São Paulo: Abril Cultural, v. 1, t. 1, 1983.
HAGUENAUER, L. Competitividade: Conceitos e Medidas. Uma resenha da bibliografia
recente com ênfase no caso brasileiro. Texto para discussão nº 211. UFRJ/IEI, Rio de Janeiro,
1989.
HAIR JR, J.F.; ANDERSON, R.E.; TATHAM, R.L.; BLACK, W.C. Análise multivariada
de dados. 5. ed. Porto Alegre: Bookman, 2006.
HOFFMANN, R. Componentes principais e análise fatorial. Piracicaba: ESALQ/USP,
1999.
73
IBGE, Instituto Brasileiro de Geografia e Estatística. Pesquisa Trimestral do Abate de
Animais. Disponível em:
<http://www.sidra.ibge.gov.br/bda/tabela/listabl.asp?z=t&o=1&i=P&c=1093>. Acesso em:
jan. 2011.
IBGE, Instituto Brasileiro de Geografia e Estatística. Censo Agropecuário 2006: número de
cabeças de suínos. Disponível em:
<http://www.sidra.ibge.gov.br/bda/tabela/listabl.asp?c=1225&z=p&o=2&i=P>. Acesso em:
jan. 2011.
INDEA, Instituto de Defesa Agropecuária do Estado de Mato Grosso. Estabelecimentos
Registrados no SISE. Disponível em:
<http://www.indea.mt.gov.br/html/internas.php?codigoPagina=32&tabela=paginas>. Acesso
em: dez. 2010.
IPARDES, Instituto Paranaense de Desenvolvimento Econômico e Social. Análise da
competitividade da cadeia agroindustrial de carne suína no Estado do Paraná. Curitiba:
IPARDES, 2002.
KUPFER, D. Padrões de Concorrência e Competitividade. Disponível em:
<http://www.ie.ufrj.br/gic/pdfs/1992-2_Kupfer.pdf>. Acesso em: nov. 2010.
KUPFER, D.; HASENCLEVER, L. Economia industrial: Fundamentos Teórico e Práticas
no Brasil. Rio de Janeiro, CAMPUS, 2002.
LEVY, H. The New Industrial System. London: Routledge, 1936 apud LABINI, P. S.
Oligopólio e Progresso Técnico. São Paulo: Editora Abril Cultural, 1984.
LUSTOSA, M.C.J. Industrialização, meio ambiente, inovação e competitividade. In: MAY, P.
(Org). A Economia do Meio Ambiente. São Paulo, Elsevier, 2010.
MAPA, Ministério da Agricultura, Pecuária e Abastecimento. Estabelecimento Registrados
no SIF. Disponível em:
<http://sigsif.agricultura.gov.br/sigsif_cons/!ap_estabelec_nacional_cons>. Acesso em: dez.
2010.
74
MAPA, Ministério da Agricultura, Pecuária e Abastecimento. Mato Grosso vacina contra
febre aftosa em fevereiro. Disponível em:
<http://www.agricultura.gov.br/animal/noticias/2011/01/mato-grosso-vacina-contra-febre-
aftosa-em-fevereiro>. Acesso em: 31 out. 2011.
MDIC/ SECEX, Ministério do Desenvolvimento, Indústria e Comércio Exterior. Secretaria
de Comércio Exterior. Disponível em: <http://www.aliceweb2.mdic.gov.br>. Acesso em:
jan. 2011.
MIELE, M. Consumo de carne suína no Brasil: indicadores, evolução e diferenças
regionais. Suinocultura Industrial. São Paulo: n.02, p. 14-23, 2011.
MIELE, M.; WAQUIL, P.D. Cadeia produtiva da carne suína no Brasil. Revista de
Política Agrícola, Brasília, v. 16, p. 75-87, 2007.
MINGOTI, S.A. Análise de dados através de métodos de estatística multivariada: uma
abordagem aplicada. Belo Horizonte: Editora UFMG, 2007.
MOURA, A.D.; JUNQUEIRA, B.A.; ROCHA, D.T.; SILVA JÚNIOR, A.G. Relatório
complementar de caracterização da cadeia produtiva do arranjo produtivo da
suinocultura de Ponte Nova (MG) e região. Disponível em:
<http://www.agribiz.com.br/arquivos/doc_relatorio_mg_2123749080.pdf>. Acesso em: fev.
2011.
MULLER, G. A conceitualização de competitividade: um exercício metodológico. OLAM
Ciência & Tecnologia. Rio Claro/SP: Ano VI, v. 6, n. 2, p. 21, dez. 2006.
NAPOLEONI, C. Smith, Ricardo, Marx: considerações sobre a história do pensamento
econômico. 4. ed. Rio de Janeiro: Edições Graal, v.1, n. 4, 1985.
PEREIRA, B.D.; MAIA, J.C. de S.; CAMILOT, R. Eficiência Técnica na Suinocultura:
Efeitos dos Gastos com Meio Ambiente e da Renúncia Fiscal. Revista Brasileira de
Engenharia Agrícola e Ambiental, Campina Grande-PB, v.12, n.2, p. 200-204, 2008.
PEREIRA, B.D. Mato Grosso: Principais eixos viários e modernização da agricultura.
Cuiabá: Edufmt, 2007.
75
PINDYCK, R.S.; RUBINFELD, D.L. Microeconomia. 6. ed. São Paulo: Pearson Prentice
Hall, 2006.
PINHEIRO, L.L. Condicionantes da competitividade da suinocultura na Zona da Mata
Mineira. 2000. 117f. Dissertação (Mestrado em Economia Rural) - Universidade Federal de
Viçosa, 2000.
PORTER, M.E. A vantagem competitiva das nações. Rio de Janeiro: Campus, 1993.
SABOYA, V.S. A dinâmica locacional da avicultura e suinocultura no Centro-Oeste
brasileiro. 2001. 146f. Dissertação (Mestrado em Economia Aplicada) - Escola Superior de
Agricultura Luiz de Queiroz, Universidade de São Paulo, Piracicaba, São Paulo, 2001.
SANTANA, A.C. de. Índice de competitividade das empresas de polpa de fruta do
Estado do Pará. Revista de Economia e Sociologia Rural, Rio de Janeiro, v. 45, n.03, p. 749-
775, 2007.
SCHULTZ, T. O capital humano: investimentos em educação e pesquisa. Rio de Janeiro,
Zahar, 1973.
SEPLAN, Secretaria de Estado de Planejamento e Coordenação Geral. Anuário Estatístico
de Mato Grosso - 2009. Cuiabá, Tecnomidia Gráfica e Editora, 2010.
SOUZA, N. de J. Desenvolvimento econômico. 3. ed. São Paulo: Atlas, 1997.
SUINICULTURA INDUSTRIAL. Restrições ambientais: desafios e oportunidades.
Disponível em:
<http://www.suinoculturaindustrial.com.br/PortalGessulli/WebSite/Noticias/restricoes-
ambientais-desafios-e-oportunidades,29773,20081118094040_M_122.aspx>. Acesso em: dez.
2011.
SUINICULTURA INDUSTRIAL. Suinocultura do Mato Grosso ainda aguarda suspensão
do ICMS. Disponível em:
<http://www.suinoculturaindustrial.com.br/PortalGessulli/WebSite/Noticias/suinocultura-do-
bmatob-bgrossob-ainda-aguarda-suspensao-do-icms,20110314141151_P_121.aspx>. Acesso
em: nov. 2011.
76
SUINICULTURA INDUSTRIAL. Anuário 2010. Revista Suinocultura Industrial, Itú-SP, n.
09/2009, ed. 228, p. 79-80, 2010.
THIRLWALL, A.P. A natureza do crescimento econômico: um referencial alternativo para
compreender o desempenho das nações. Brasília: IPEA, 2005.
USDA, United States Department of Agriculture. Production, Supply and Distribuiton
Online. Disponível em: <http://www.fas.usda.gov/psdonline/psdquery.aspx>. Acesso em: set.
2011.
VELOSO, P.R. Fatores condicionantes da competitividade da indústria de abate e
processamento de carne suína de Minas Gerais. 1998. 85f. Dissertação (Mestrado em
Economia Rural), Universidade Federal de Viçosa, Viçosa, 1998.
WEYDMANN, C.L.; ALVES. J.M.S.; PINTO, J.P.M.; ALMEIDA, G.P. Cadeia produtiva
suinícola. Disponível em:
<http://www.labsad.ufsc.br/estudos_economia_SC/Trabalhos%20sobre%20economia%20cata
rinense/Alimentos-agroindustria/2005%20CPR%20Suinos.pdf>. Acesso em: ago. 2011.
77
ANEXO
Tabela 18A - Regressão estimada para todos os parâmetros ( , , , , , ).
Variável Coeficientes Desvio padrão Estatística t Constante 0,4170 0,0739 5,6446 I 0,0009 0,0009 0,9935 E 0,0128 0,0063 2,0353 ATA -0,0004 0,0009 0,4473 TM -0,0296 0,0294 1,0052 AP -0,0608 0,0262 2,3229 EF 0,0417 0,0512 0,8149 R-quadrado 0,2024 Desvio padrão da regressão 0,0813 R-quadrado ajustado 0,1199 Média da variável dependente 0,5070 Estatística F 2,4531 Desvio padrão da var. dep. 0,0866 Probabilidade 0,0350 Estatística Durbin-Watson 1,3507 * Estatisticamente significativo a 1%. ** Estatisticamente significativo a 5%. NS Estatisticamente não
significativo.
Fonte: dados da pesquisa.
Tabela 19A - Regressão estimada para os parâmetros ( , ).
Variável Coeficientes Desvio padrão Estatística t Constante 0,4944 0,0283 17,4387 E 0,0094 0,0043 2,1493 AP -0,0777 0,0176 4,3917 AR(2) 0,5615 0,1097 5,1172 R-quadrado 0,4206 Desvio padrão da regressão 0,0686 R-quadrado ajustado 0,3911 Média da variável dependente 0,5073 Estatística F 14,2781 Desvio padrão da var. dep. 0,0879 Probabilidade 0,0000 Estatística Durbin-Watson 1,6546 * Estatisticamente significativo a 1%. ** Estatisticamente significativo a 5%.
Fonte: dados da pesquisa.